AI 编程 API 快速入门指南

认证设置

首先创建一个账户并获取 API 密钥。你只需要电子邮件和密码；开始时无需绑定银行卡。注册后，你将立即获得一个 API 密钥。此密钥用于对所有请求进行身份验证，基础 URL 为：https://api.codingllmapi.com/v1。

请妥善保管您的密钥。您可以随时在仪表板中重新生成密钥，这将立即使旧密钥失效。您在请求中发送的模型标识符为 uncensored。这是一个运行在我们自有服务器上的开放权重模型，并非 GPT、Claude 或 Gemini 的代理。

首次请求

使用兼容 OpenAI 的格式发送标准的聊天完成请求。API 接受带有角色（user/assistant/system）和内容（content）的消息。它返回针对代码生成优化的文本输出，且不过滤合法的成人或争议性话题（未成年人除外）。

• 基础 URL：https://api.codingllmapi.com/v1
• 接口：POST /v1/chat/completions
• 模型：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."}]
  }'

Python SDK 集成

使用官方的 OpenAI Python SDK。将客户端指向我们的基础 URL 并提供您的 API 密钥。SDK 会自动处理请求格式。此方法适用于简单的文本生成或构建更复杂的代理循环。

确保您使用的是最新版本的 openai 包。客户端将正确为我们的接口处理 JSON 序列化和 HTTP 标头。

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)

Node SDK 集成

使用官方的 openai Node.js 包，而不是 Anthropic 或 Google 专用的 SDK。将基础 URL 配置为指向我们的服务。这确保了与我们提供的兼容 OpenAI 的请求结构的兼容性。

通过 npm install openai 安装该包。使用您的密钥和自定义基础 URL 初始化客户端。这种方法对于需要生成代码片段或分析存储库的服务器端编程代理非常可靠。

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);

流式代码响应

为了获得实时反馈，请通过设置 stream: true 启用流式输出。API 返回服务器发送事件（SSE）。每个数据块包含部分 token 输出，允许您的代理在生成代码时即时显示。这降低了长代码块的感知延迟。

处理流事件以累积最终响应。模型会持续生成，直到达到上下文窗口限制或 max_tokens 参数。

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)

限制与错误

注意这些限制以避免中断。每个密钥每分钟可获得 300 次请求。最大请求体大小为 8 MB。如果超出速率限制，您将收到 429 错误。如果预付额度用完，您将收到 402 错误。无效或已撤销的密钥将返回 401。

上下文窗口总计为 100,000 个 token（提示词 + 补全）。如果您的提示词加上生成的代码超过此限制，模型将停止。请仔细规划输入 token，为输出留出空间。