GLM API： 三行程式碼切換客戶端

先決條件：取得金鑰

在編寫程式碼之前，您需要 API 金鑰。前往本站的 取得 API 金鑰 頁面，使用電子郵件和密碼登入。開始使用無需電話號碼或信用卡。註冊後，您將獲得 7 天有效的 $0.50 免費試用額度，或使用加密貨幣（USDT 或 USDC）儲值。您的金鑰將在註冊後立即顯示。請安全儲存，因為您可以隨時重新產生金鑰以撤銷舊金鑰。

此金鑰用於驗證所有對我們 glm api 端點的請求。我們不會將您的提示詞用於訓練，且金鑰與單一帳戶綁定。如果您需要更高的請求量，可以購買永不過期的預付額度。

設定 Base URL 和金鑰

要將我們的服務作為 OpenAI 的即插即用替代品使用，你必須將 SDK 指向我們的 base URL。這是唯一需要的基礎設施變更。Base URL 為https://api.glmapikey.com/v1。你還需要將授權標頭或 SDK 客戶端金鑰設定為註冊時收到的值。

大多數 OpenAI 相容的客戶端，包括官方的 Python 和 Node SDK，都允許你覆蓋 base URL。這允許你在切換底層模型的同時保留現有的應用程式邏輯。在發送請求之前，請確保正確設定金鑰，以避免驗證錯誤。

發送第一個聊天完成請求

發送 POST 請求至 /v1/chat/completions 以生成文本。我們的模型接受標準訊息結構，包含 user 和 assistant 等角色。您必須指定的模型 ID 為 uncensored。這會觸發託管在我們 GPU 上的開放權重模型，該模型經過調整，可在合法成人用途下無內容審查地回答問題。

回應將包含生成文本的 JSON。如果遇到 401 錯誤，請驗證您的金鑰。如果看到 402，表示您的預付額度已耗盡。您可以從 $10 開始儲值。注意，此端點不支援嵌入、圖像或微調。

使用 Python SDK

官方的 OpenAI Python 庫可直接與我們的 API 配合使用。使用你的金鑰和特定的 base URL 初始化客戶端。這種方法非常適合需要結構化 JSON 回應的後端服務或腳本。客戶端會自動處理序列化和重試邏輯。

傳遞模型名稱 uncensored 以確保您連接到我們特定的端點。上下文視窗支援提示詞與完成 token 合計最多 100,000 個 token。這允許在不截斷的情況下處理大量輸入資料，前提是您保持在 8 MB 請求主體限制內。

使用 Node SDK

對於 JavaScript 和 TypeScript 應用程式，openai NPM 套件相容。使用與 Python 範例相同的基礎 URL 和金鑰配置用戶端。這可啟用需要無審查文本生成的伺服器端渲染或 API 端點。如果配置正確，SDK 將有效串流輸出資料。

此 SDK 支援函式呼叫。你可以在請求中定義函式結構描述，模型將返回與你的結構描述匹配的結構化 JSON 輸出。這使得將外部數據源或動作整合到你的應用程式流程中變得容易，無需解析原始文本。

啟用串流回應

在請求中設定stream: true以接收伺服器發送的事件 (SSE)。這允許你在生成文本時向用戶顯示文本，從而改善感知延遲。API 返回文本區塊，你的客戶端必須將其連接或增量渲染。

Python 和 Node SDK 都支援串流輸出。它對於期望立即反饋的聊天介面特別有用。每個區塊包含回應的一部分。模型會繼續生成，直到完成或達到上下文視窗限制。如果使用帶有串流輸出的函式呼叫，請確保你的客戶端正確處理部分 JSON 結構。

限制、錯誤與模型

我們的 API 對每個金鑰實施每分鐘 300 次請求的速率限制。如果超過此限制，你將收到 429 錯誤。最大請求主體大小為 8 MB。對於模型發現，請使用GET /v1/models端點。它返回可用模型列表，包括uncensored模型 ID。

常見錯誤包括無效金鑰的 401 和額度不足的 402。額度不會過期，但試用額度有效期為 7 天。我們不提供服務等級協議或認證。該模型會阻止涉及未成年人的色情內容，但除此之外無審查。請根據這些限制設計您的重試邏輯和用戶通知。

cURL

Copycurl https://api.glmapikey.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

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

串流輸出

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)