Claude 코드 프록시 API 빠른 시작

필수 조건: OpenAI SDK 설치

API 키 및 요청을 효율적으로 관리하려면 공식 SDK를 설치하세요. 이 라이브러리는 인증 및 JSON 직렬화를 자동으로 처리합니다.

• Python 3.8+ 또는 Node.js 18+가 활성화되어 있는지 확인하세요.
• 선호하는 패키지 관리자를 사용하여 패키지를 설치하세요.

기본 URL 및 키 구성

클라이언트를 저희 특정 엔드포인트로 연결하여 uncensored 모델에 접근하세요. 베이스 URL을 설정하고 생성된 API 키를 환경에 삽입하세요.

base URL을 사용하세요 https://api.proxycodeclaude.com/v1 모든 호출이 우리 프록시 인프라를 통해 올바르게 라우팅되도록 보장합니다.

첫 번째 요청 보내기 (채팅 완료)

텍스트 응답을 받기 위해 표준 채팅 완료 호출을 수행하세요. 이 엔드포인트는 메시지를 받아 콘텐츠 필터 없이 생성된 텍스트를 반환합니다.

모델 ID를 다음으로 구성하세요 uncensored 시스템 및 사용자 프롬프트를 정의합니다.

Copycurl https://api.proxycodeclaude.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the current system uptime stats"}]
  }'

실시간 출력을 위한 스트리밍 활성화

스트리밍을 활성화하여 생성된 순서대로 토큰을 순차적으로 수신합니다. 이는 긴 형식의 코드 또는 텍스트 생성에 대한 지각된 지연 시간을 줄여줍니다.

設定 stream: true 요청 본문에 포함하여 서버 전송 이벤트(SSE)를 받으세요.

Copyfrom openai import OpenAI

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

함수 호출 및 JSON 모드 처리

신뢰할 수 있는 데이터 추출 또는 도구 실행을 위해 구조화된 출력을 사용하세요. JSON 모드를 활성화하여 모델이 유효한 JSON 객체만 반환하도록 강제하세요.

모델의 함수 호출을 안내하기 위해 요청 본문에 도구를 정의하세요.

Copyimport OpenAI from "openai";

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

대시보드에서 사용량 및 제한 확인

대시보드를 통해 선불 크레딧 및 요청 제한을 모니터링하세요. 당사 API는 키당 분당 300회 요청 제한을 시행합니다.

컨텍스트 창은 요청당 최대 출력 16,000개 토큰을 지원하는 총 100,000개의 토큰을 제공합니다. 오류 및 거부는 크레딧을 소모하지 않습니다.

스트리밍

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)