เริ่มต้นใช้งานสำหรับผู้ใช้ Minicpm

Base URL และการตรวจสอบสิทธิ์

เพื่อใช้ API นี้ คุณต้องมีคีย์ API และ Base URL ที่ถูกต้อง บริการของเราเข้ากันได้กับไลบรารีไคลเอนต์มาตรฐานของ OpenAI คุณไม่จำเป็นต้องติดตั้งส่วนขยายใหม่หรือเรียนรู้ SDK ใหม่ เพียงชี้ไคลเอนต์ที่มีอยู่ของคุณไปยังเอนด์พอยต์ของเรา

สร้างคีย์บนหน้า รับคีย์ API คุณสามารถเข้าสู่ระบบด้วย Google หรือใช้อีเมลและรหัสผ่าน คีย์จะแสดงทันที เก็บไว้อย่างปลอดภัย ทุกคำขอต้องรวมคีย์นี้ในหัว Authorization

Base URL สำหรับคำขอทั้งหมดคือ: https://api.minicpm.cc/v1 URL นี้จัดการการสร้างข้อความแบบแชท การแสดงรายการโมเดล และการตอบสนองแบบสตรีมมิง ไม่มีเอนด์พอยต์แยกสำหรับ embeddings หรือวิชัน นี่คือ API สำหรับข้อความเท่านั้น

คำขอแรก

ส่งคำขอสร้างข้อความแบบแชทมาตรฐานเพื่อเริ่มสร้างข้อความ รหัสโมเดลคือ uncensored เสมอ โมเดลนี้เป็นโมเดลภาษาขนาดใหญ่แบบเปิดน้ำหนักที่ปรับแต่งเพื่อตอบโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย ไม่ใช่ GPT, Claude หรือโมเดลของผู้จัดจำหน่ายรายอื่น

ตั้งค่าฟิลด์ model เป็น uncensored จัดเตรียมข้อความของคุณในรูปแบบอาร์เรย์มาตรฐาน API จะส่งการตอบสนองเป็นข้อความ คุณสามารถควบคุมความยาวเอาต์พุตด้วย max_tokens หากไม่ได้ตั้งค่า ค่าสูงสุดเริ่มต้นของเอาต์พุตคือ 2,048 โทเคน

การผสานรวม Python SDK

ใช้ไลบรารี Python ทางการของ OpenAI เพื่อโต้ตอบกับ API คุณเพียงแค่ต้องกำหนดค่า Base URL และคีย์ API ส่วนที่เหลือของไลบรารีทำงานตามที่คาดไว้ รวมถึงการสนับสนุนสตรีมมิง การเรียกใช้ฟังก์ชัน และโหมด JSON

ติดตั้งไลบรารีด้วย pip install openai เริ่มต้นไคลเอนต์ด้วย Base URL และคีย์ของคุณ ส่งข้อความไปยังเอนด์พอยต์สร้างข้อความแบบแชท วัตถุการตอบสนองประกอบด้วยข้อความที่สร้าง สถิติการใช้งานโทเคน และเหตุผลการสิ้นสุด คุณสามารถเข้าถึงฟิลด์เหล่านี้โดยตรงในโค้ด Python ของคุณ

การผสานรวม Node SDK

Node.js SDK ทำงานเหมือนกับเวอร์ชัน Python ติดตั้งแพ็กเกจและกำหนดค่า Base URL ไคลเอนต์จัดการการตรวจสอบสิทธิ์และการจัดรูปแบบคำขอโดยอัตโนมัติ สิ่งนี้ช่วยให้คุณผสานรวม API เข้ากับบริการแบ็กเอนด์ของคุณได้อย่างรวดเร็ว

ส่ง Base URL และคีย์ API ไปยังคอนสตรัคเตอร์ไคลเอนต์ OpenAI ใช้วิธี chat.completions.create โครงสร้างการตอบสนองตรงกับมาตรฐานของ OpenAI คุณสามารถจัดการข้อผิดพลาด ตรวจสอบการใช้งานโทเคน และประมวลผลเนื้อหา วิธีการนี้รับประกันความเข้ากันได้กับโค้ดเบสที่มีอยู่แล้วที่ใช้ OpenAI

การตอบสนองแบบสตรีมมิง

เปิดใช้งานสตรีมมิงโดยตั้งค่า stream: true ในคำขอของคุณ API จะส่งลำดับของ Server-Sent Events (SSE) แต่ละเหตุการณ์ประกอบด้วยชิ้นส่วนของการตอบสนอง สิ่งนี้ช่วยให้คุณแสดงข้อความให้ผู้ใช้เห็นเมื่อข้อความถูกสร้าง

ชิ้นสุดท้ายรวมถึงสถิติการใช้งานโทเคน สิ่งนี้มีประโยชน์สำหรับการติดตามต้นทุน การสตรีมมิงลดความล่าช้าที่ผู้ใช้รู้สึก แนะนำสำหรับอินเทอร์เฟซแชท คุณสามารถแยกวิเคราะห์เหตุการณ์ในโค้ดไคลเอนต์ของคุณเพื่อสร้างการตอบสนองสุดท้ายหรือแสดงโทเคนแบบเรียลไทม์

ขีดจำกัด ข้อผิดพลาด และบริบท

โมเดลรองรับหน้าต่างบริบท 100,000 โทเคน ซึ่งรวมถึงพรอมต์และการสร้างข้อความ เอาต์พุตสูงสุดต่อคำขอคือ 32,000 โทเคน คุณสามารถปรับพารามิเตอร์ max_tokens เพื่อควบคุมสิ่งนี้

ขีดจำกัดอัตราถูกตั้งค่าไว้ที่ 300 คำขอต่อนาทีต่อคีย์ คุณสามารถมีคำขอพร้อมกัน 8 คำขอ ร่างคำขอต้องไม่เกิน 8 MB หากคีย์ไม่ถูกต้อง คุณจะได้รับข้อผิดพลาด 401 หากไม่มีเครดิต คุณจะได้รับข้อผิดพลาด 402 หากคุณเกินขีดจำกัดอัตรา คุณจะได้รับข้อผิดพลาด 429 ข้อผิดพลาดและการปฏิเสธไม่ใช้เครดิต

cURL

Copycurl https://api.minicpm.cc/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

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.minicpm.cc/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.js

Copyimport OpenAI from "openai";

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

สตรีมมิง

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)

2026-050