Claude: panduan pantas dan rujukan API

Pemasangan dan persediaan persekitaran

Mula dengan memasang pustaka klien rasmi untuk bahasa anda. Perkhidmatan kami terletak di belakang standard /v1 laluan, jadi anda hanya perlu mengemas kini URL asas dan kunci API. URL asas di laman web ini ialah HTTPS://api.claudeprecio.com/v1. Pengesahan bergantung pada satu kunci aktif per akaun. Anda boleh menjana kunci ini serta-merta melalui Google atau e-mel di halaman "Dapatkan kunci API". Tiada nombor telefon diperlukan. Kunci ditunjukkan sekali, jadi salin dengan selamat.

Membuat permintaan pertama anda dengan Python

Hantar permintaan penyelesaian menggunakan SDK Python piawai. Arahkan klien ke URL asas kami dan tetapkan model kepada "uncensored". Model berat terbuka ini berjalan di pelayan kami sendiri dan disesuaikan untuk menjawab tanpa penolakan kandungan. Anda boleh luluskan parameter seperti temperature atau top_p sama seperti yang anda lakukan dengan mana-mana perkhidmatan serasi OpenAI. Struktur permintaan kekal sama dengan format standard.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.claudeprecio.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Sahkan respons mengandungi teks yang dijana. Jika anda menerima ralat 401, kunci anda tidak sah. Ralat 402 menunjukkan kredit prabayar tidak mencukupi. Kesilapan semasa penjanaan tidak menggunakan token, jadi anda hanya membayar untuk output berjaya.

Penjejakan penggunaan respons aliran

Aktifkan aliran dengan menetapkan stream=True dalam konfigurasi klien anda. API ini mengembalikan Acara yang Dihantar Pelayan (SSE) untuk setiap token yang dijana. Ini membolehkan anda memaparkan teks secara masa nyata sambil menunggu respons penuh. Data penggunaan, termasuk jumlah token input dan output, disertakan dalam segmen akhir aliran ini. Pendekatan ini mengurangkan latensi yang dirasakan untuk output yang panjang. Ia berfungsi dengan lancar dengan SDK piawai.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Tangani gangguan aliran dengan baik. Keruntuhan rangkaian mungkin meninggalkan sebahagian respon. Sentiasa periksa kepingan akhir untuk statistik penggunaan token yang tepat. Ini memastikan papan pemuka pengebilan anda sepadan dengan penggunaan sebenar.

Parameter: suhu, top_p, dan seed

Kawal kreativiti dan kebolehan reproduksi menggunakan parameter penjanaan standard. The temperature nilai menyesuaikan kebarangkalian rawak, dengan nilai lebih rendah menghasilkan output yang lebih deterministik. Gunakan top_p untuk membatasi jisim kebarangkalian tertinggi. Tetapkan seed untuk membetulkan keadaan rawak bagi hasil yang boleh direplikasi merentasi pelbagai panggilan. Parameter ini berfungsi sama seperti piawai OpenAI. Laraskan berdasarkan kes penggunaan anda, sama ada pengkodan atau penulisan kreatif.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.claudeprecio.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Gabungkan tetapan ini untuk kawalan tepat. Sebagai contoh, suhu rendah dengan benih tetap memastikan output konsisten untuk pengujian. Model menyokong semua parameter piawai seperti stop jujukan dan presence_penalty. Eksperimen untuk mencari keseimbangan yang tepat untuk projek khusus anda.

Pemanggilan fungsi dan mod JSON

Gunakan panggilan fungsi untuk mengintegrasikan API ke dalam aplikasi anda. Takrifkan alat dalam badan permintaan, dan model akan mengembalikan JSON berstruktur yang mengandungi hujah fungsi. Aktifkan mod JSON dengan menetapkan response_format ke {"type": "json_object"}. Ini memastikan output sentiasa JSON yang sah, yang memudahkan penguraian. Gunakan ini untuk pengekstrakan data atau respons terstruktur. Model mengendalikan definisi alat yang kompleks dengan cekap.

Copycurl https://api.claudeprecio.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate total cost for 10 million input tokens and 3 million output tokens"}]
  }'

Uji panggilan fungsi dengan definisi alat mudah. Sahkan bahawa model mematuhi skema alat. Mod JSON amat berguna apabila anda memerlukan struktur output yang boleh diramal. Gabungkannya dengan penstriman untuk pemprosesan data masa nyata. Ciri ini menjadikan API sesuai untuk aplikasi berskala pengeluaran.

Had, ralat, dan tetingkap konteks

Jendela konteks menyokong 100,000 token untuk prompt dan penyelesaian gabungan. Output maksimum setiap permintaan ialah 16,000 token. Jika max_tokens tidak ditetapkan, had lalai ialah 2,048. Anda dibenarkan 300 permintaan setiap minit per kunci. Kekonkurensian terhad kepada 8 permintaan serentak per kunci. Badan permintaan tidak boleh melebihi 8 MB. Ralat seperti 401, 402, dan 429 ditangani melalui kod status HTTP standard. Penggunaan token ditagih dengan tepat, dan ralat adalah percuma.