Guia de Início Rápido da API de Codificação IA

Configuração de Autenticação

Comece criando uma conta em Obter chave de API. Você só precisa de um e-mail e senha; nenhum cartão é necessário para começar. Ao se registrar, você recebe uma única chave de API imediatamente. Esta chave autentica todas as requisições para a URL base: https://api.codingllmapi.com/v1.

Mantenha sua chave segura. Você pode regenerá-la a qualquer momento no seu painel, o que invalida instantaneamente a chave anterior. O identificador do modelo a enviar em suas requisições é uncensored. Este é um modelo de pesos abertos executado em nossos próprios servidores, não um proxy para GPT, Claude ou Gemini.

Primeira Requisição

Envie uma solicitação de conclusão de chat padrão usando o formato compatível com OpenAI. A API aceita mensagens com um role (user/assistant/system) e content. Ela retorna texto otimizado para geração de código sem filtrar tópicos adultos legais ou controversos (exceto para menores).

• URL base: https://api.codingllmapi.com/v1
• Endpoint: POST /v1/chat/completions
• Modelo: uncensored

Copycurl https://api.codingllmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Integração com SDK Python

Use o SDK Python oficial da OpenAI. Aponte o client para nossa URL base e forneça sua chave de API. O SDK trata o formato da requisição automaticamente. Esta abordagem funciona para geração de texto simples ou para construir loops de agentes mais complexos.

Certifique-se de estar usando uma versão recente do pacote openai. O cliente tratará a serialização JSON e os cabeçalhos HTTP corretamente para nosso endpoint.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.codingllmapi.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)

Integração com SDK Node.js

Use o pacote Node.js oficial openai, não os SDKs específicos da Anthropic ou Google. Configure a URL base para apontar para nosso serviço. Isso garante compatibilidade com a estrutura de requisição compatível com OpenAI que servimos.

Instale o pacote via npm install openai. Inicialize o cliente com sua chave e a URL base personalizada. Este método é confiável para agentes de codificação no lado do servidor que precisam gerar trechos de código ou analisar repositórios.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.codingllmapi.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);

Respostas de Código em Streaming

Para feedback em tempo real, ative o streaming definindo stream: true. A API retorna Server-Sent Events (SSE). Cada chunk contém saídas parciais de token, permitindo que seu agente exiba o código conforme é gerado. Isso reduz a latência percebida para blocos longos de código.

Manipule os eventos do stream para acumular a resposta final. O modelo continua gerando até atingir o limite da janela de contexto ou o parâmetro max_tokens.

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)

Limites e Erros

Observe esses limites para evitar interrupções. Você tem 300 requisições por minuto por chave. O tamanho máximo do corpo da requisição é 8 MB. Se você exceder o limite de requisições, receberá um erro 429. Se seu crédito pré-pago acabar, você receberá um erro 402. Uma chave inválida ou revogada retorna 401.

A janela de contexto é de 100.000 tokens no total (prompt + completion). Se seu prompt mais o código gerado exceder isso, o modelo para. Planeje seus tokens de entrada cuidadosamente para deixar espaço para a saída.