Documentazione api mistral: guida rapida

Installa l'SDK e imposta il tuo URL di base

Inizia installando l'SDK ufficiale per il tuo linguaggio e puntandolo al nostro endpoint. L'URL di base è HTTPS://api.mistralapidoc.com/v1. Questa singola modifica indirizza tutte le chiamate verso la nostra infrastruttura uncensored senza alterare la tua logica esistente. Puoi utilizzare qualsiasi client standard che supporti la compatibilità con OpenAI. La configurazione richiede secondi e non richiede file di configurazione complessi.

Assicurati di passare la tua chiave API univaca nell'intestazione Authorization. Il nostro sistema convalida questa chiave rispetto al tuo saldo prepagato prima di elaborare qualsiasi token. Questo approccio garantisce che paghi solo per ciò che utilizzi. Mantieni la chiave sicura e ruotala se sospetti una esposizione. La chiave viene emessa immediatamente al momento della registrazione tramite Google o email.

Esegui la tua prima richiesta al modello uncensored

Invia una richiesta POST a /v1/chat/completions con l'ID del modello impostato su "uncensored". Questo modello risponde a contenuti adulti leciti, finzione e argomenti controversi senza i tipici rifiuti. È un modello open-weight ottimizzato per risposte dirette. Non è necessario specificare un numero di versione o scegliere tra diversi fornitori. La risposta restituisce il testo nel campo content.

Copycurl https://api.mistralapidoc.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List all available models and their context windows"}]
  }'

Il corpo della richiesta include il tuo array di messaggi e parametri opzionali. La nostra API ignora con grazia i campi extra. Se invii un prompt semplice, ricevi un completamento diretto. Usa questo per verificare che la tua integrazione funzioni prima di aggiungere logica complessa. Il modello gestisce in modo efficiente il contesto fino a 100,000 token.

Abilita lo streaming e gestisci l'utilizzo dei token

Imposta stream su true per ricevere i token tramite Server-Sent Events. Questo metodo riduce la latenza percepita per le risposte lunghe. L'ultimo chunk dello stream contiene le statistiche complete di utilizzo dei token per quella richiesta. Puoi registrare queste metriche per monitorare accuratamente il consumo dei tuoi crediti prepagati. Lo streaming è ideale per interfacce chat e applicazioni in tempo reale.

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)

Gestisci le risposte parziali accumulando i delta di contenuto. La nostra API garantisce che il conteggio totale dei token corrisponda all'utilizzo effettivo. Gli errori durante lo streaming non ti addebitano i token incompleti. Questa funzione offre un'esperienza utente fluida mantenendo i costi trasparenti. Puoi interrompere lo streaming in anticipo se l'utente interrompe la generazione.

Utilizza il function calling e la modalità JSON

Passa un array tools per abilitare il function calling. Il modello genererà chiamate agli strumenti strutturate quando appropriato. Puoi anche imporre la modalità JSON impostando response_format su json_object. Questo garantisce che l'output sia JSON valido, semplificando l'analisi nella tua applicazione. Entrambe le funzionalità funzionano con la sintassi standard dell'SDK OpenAI.

Copyimport OpenAI from "openai";

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

Definisci lo schema della funzione con nome, descrizione e parametri. L'API restituisce il nome della funzione e gli argomenti nella risposta. Ciò consente al tuo codice di eseguire logica esterna basata sulla decisione del modello. La modalità JSON è utile quando sono necessarie strutture di dati rigide. Combina queste funzionalità per flussi di lavoro robusti e automatizzati.

Configura i parametri: temperatura, top_p e seed

Regola la temperatura per controllare la casualità. Valori più bassi rendono le risposte più deterministiche. Top_p limita il campionamento del nucleo ai token più probabili. Seed garantisce output riproducibili per il debug. Questi parametri ti offrono un controllo preciso sul comportamento del modello. Usali per regolare il bilanciamento tra creatività e accuratezza.

Copyfrom openai import OpenAI

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

Imposta presence_penalty e frequency_penalty per ridurre le ripetizioni. Il modello supporta tutti i parametri standard di OpenAI. Puoi passare una sequenza stop per interrompere la generazione in corrispondenza di marcatori specifici. Questi controlli ti aiutano a ottenere il formato di output esatto di cui hai bisogno. Sperimenta con diverse combinazioni per trovare le impostazioni ottimali per il tuo caso d'uso.

Limiti, errori e finestra di contesto

La nostra API supporta una finestra di contesto di 100.000 token. L'output massimo per richiesta è di 16.000 token, o 2.048 se ometti max_tokens. Hai un limite di 300 richieste al minuto e 8 richieste concorrenti per chiave. Il corpo della richiesta deve rimanere sotto gli 8 MB. Questi limiti garantiscono un utilizzo equo per tutti i clienti prepagati.

Gestisci gli errori HTTP 401 verificando la tua chiave API. Un errore 402 indica un credito prepagato insufficiente. Ricarica con cripto per riprendere il servizio. Un errore 429 significa che hai superato il limite di frequenza. Attendi brevemente prima di riprovare. Il nostro sistema non utilizza i prompt per l'addestramento, preservando la tua privacy dei dati. Errori e rifiuti sono gratuiti, quindi paghi solo per i completamenti riusciti.