OpenAI Codex-API: Schnellstart mit Python

Installieren Sie das offizielle SDK

Verwenden Sie das offizielle SDK, um die Kompatibilität mit unserer OpenAI-Proxy-API zu gewährleisten. Dieser Ansatz funktioniert mit jeder Standardbibliothek, die das OpenAI-Protokoll unterstützt.

• Installieren Sie das Paket über Ihren bevorzugten Paketmanager.
• Stellen Sie sicher, dass die Installation durch Importieren der Bibliothek überprüft wird.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

Ihre Basis-URL und Ihren Schlüssel festlegen

Richten Sie Ihren Client auf unseren OpenAI-Gateway-Endpunkt aus, um auf das unzensierte KI-Modell zuzugreifen. Ersetzen Sie die Standard-Basis-URL durch unseren spezifischen Endpunkt.

• Legen Sie den API-Schlüssel in Ihren Umgebungsvariablen fest.
• Konfigurieren Sie die Basis-URL auf https://api.openaicodexapi.com/v1.

Diese Konfiguration stellt sicher, dass Ihre Anfragen korrekt an unsere Server geleitet werden, ohne Ihre bestehende Code-Struktur zu ändern.

Copycurl https://api.openaicodexapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how prepaid billing works for this API."}]
  }'

Senden Sie Ihre erste Anfrage

Sende eine einfache Text-Vervollständigung, um die Verbindung zu testen. Verwende die Modell-ID uncensored für die Anfrage.

• Definieren Sie den Nachrichteninhalt.
• Führen Sie die Anfrage aus.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

Die Antwort gibt den generierten Text direkt zurück.

Streaming und JSON-Modus aktivieren

Streamen Sie Antworten für geringere Latenz oder erzwingen Sie den JSON-Modus für strukturierte Daten. Legen Sie stream=true für Echtzeit-Token-Auslieferung.

• Verwenden response_format für JSON-Ausgabe.
• Verarbeiten Sie Chunks in Ihrem Code.

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)

Copycurl https://api.openaicodexapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how prepaid billing works for this API."}]
  }'

Streaming hilft Ihnen, Teilergebnisse schnell anzuzeigen.

Tools und Function Calling behandeln

Definieren Sie Tools in Ihrer Anfrage, um Function Calling zu aktivieren. Geben Sie die Tool-Definitionen an und lassen Sie das Modell entscheiden, wann es sie verwenden soll.

• Definieren Sie das Funktionsschema.
• Analysieren Sie die Tool-Aufrufe in der Antwort.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

Diese Funktion ermöglicht die Integration mit externen Systemen.

Limits, Fehler und Kontextfenster

Überwachen Sie Ihre Nutzung, um Ratenlimits oder Fehler zu vermeiden. Das Kontextfenster unterstützt insgesamt 100.000 Tokens.

• Behandeln Sie 401-Fehler für ungültige Schlüssel.
• Behandeln Sie 402-Fehler bei unzureichendem Guthaben.
• Behandeln Sie 429-Fehler für Ratenbegrenzungen.

Copycurl https://api.openaicodexapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how prepaid billing works for this API."}]
  }'

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

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)