Documentación de la API de Venice AI para desarrolladores

Autenticación y URL base

Conéctate inmediatamente estableciendo la URL base en https://api.veniceapi.com/v1 y incluyendo tu clave API en el Authorization header. Obtienes esta clave al instante después de registrarte con Google o correo electrónico. Este único modelo maneja toda la generación de texto sin lógica de enrutamiento. No necesitas gestionar múltiples endpoints o configuraciones de proxy.

Mantén tu clave segura. Cada cuenta permite solo una clave activa a la vez; generar una nueva clave invalida a la anterior. Esto asegura una atribución clara del uso de tokens y la facturación.

Endpoint de completados de chat

Envía solicitudes de texto al /v1/chat/completions endpoint usando métodos HTTP POST estándar. La API acepta una carga útil JSON que contiene el nombre del modelo, instrucciones del sistema y mensajes del usuario.

Aquí tienes una estructura básica de solicitud:

Copycurl https://api.veniceapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check if the service blocks adult content in the test endpoint"}]
  }'

La respuesta devuelve texto generado, estadísticas de uso de tokens y banderas de finalización. Puedes ajustar el comportamiento usando parámetros como temperature o top_p. Estos ajustes controlan la creatividad y la aleatoriedad en la salida.

Los errores devuelven códigos HTTP estándar. Un 401 indica una clave inválida, mientras que 402 señala crédito insuficiente. Usa estos códigos para manejar fallos de forma elegante en tus flujos de trabajo automatizados.

Integración del SDK de Python

Utiliza la biblioteca oficial de Python de OpenAI para interactuar con el LLM sin censura. Configura el cliente con la URL base de Venice y tu clave de API. Este enfoque simplifica la construcción de solicitudes y el análisis de respuestas.

Copyfrom openai import OpenAI

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

Este método funciona sin problemas con las bases de código existentes diseñadas para OpenAI. Puedes cambiar la URL base sin cambiar significativamente la lógica de tu aplicación. La biblioteca maneja la serialización y las conexiones de red automáticamente.

Recuerda que el identificador del modelo debe configurarse como uncensored. Esto garantiza que estás utilizando el modelo ajustado específico proporcionado por Venice. Otros modelos pueden no exhibir los mismos patrones de comportamiento.

Integración del SDK Node

Integra la API en proyectos JavaScript o TypeScript usando el SDK de Node de OpenAI. Establece la baseURL al extremo de Venice y proporciona tu clave de API. Esta configuración admite operaciones tanto sincrónicas como asíncronas.

Copyimport OpenAI from "openai";

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

Esta integración te permite construir chatbots, generadores de contenido o herramientas de extracción de datos rápidamente. El SDK gestiona el ciclo de vida de la solicitud, incluyendo reintentos y manejo de errores. Puedes pasar encabezados personalizados si es necesario para casos de uso avanzados.

Asegúrate de importar la versión correcta del SDK. Las versiones anteriores pueden no admitir todas las funciones disponibles en la API de Venice. Consulta la documentación para ver los detalles de compatibilidad.

Respuestas en streaming mediante SSE

Habilitar salida en tiempo real estableciendo el stream el parámetro a true. La API devuelve un flujo de Server-Sent Events (SSE) en lugar de un objeto JSON completo. Esto te permite mostrar los tokens a medida que se generan.

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)

El streaming reduce la latencia percibida para los usuarios. Es ideal para interfaces de chat o paneles en vivo. El último fragmento del stream contiene las estadísticas finales de uso de tokens. Analiza estos datos para rastrear los costos con precisión.

Gestiona las caídas de conexión de forma adecuada. Si la transmisión se interrumpe, puedes reintentar la solicitud. La API no garantiza el orden si varias transmisiones están activas simultáneamente. Monitoriza tus límites de frecuencia de cerca durante picos de tráfico.

Gestión de errores y límites

La API impone un límite de velocidad de 300 solicitudes por minuto por clave. Las solicitudes concurrentes están limitadas a 8 por clave. Los cuerpos de las solicitudes no deben exceder 8 MB. Superar estos límites devuelve un error 429 Too Many Requests.

El tamaño de la ventana de contexto es de 100,000 tokens para prompt y completado combinados. La salida máxima por solicitud es de 16,000 tokens. Si max_tokens no está establecido, el límite por defecto es de 2.048 tokens. Planifica tus entradas en consecuencia para evitar truncamientos.

Los errores comunes incluyen 401 para claves inválidas y 402 por crédito insuficiente. Maneja estos códigos para solicitar a los usuarios que recarguen. Usa la página de soporte para problemas de facturación. El crédito nunca expira, por lo que puedes recargar más tarde.