Documentação da API Venice para desenvolvedores

Autenticação e URL base

Conecte-se imediatamente definindo a URL base para https://api.veniceapi.com/v1 e incluindo sua chave de API no Authorization cabeçalho. Você obtém esta chave instantaneamente após se registrar com Google ou e-mail. Este único modelo cuida de toda a geração de texto sem lógica de roteamento. Você não precisa gerenciar múltiplos endpoints ou configurações de proxy.

Mantenha sua chave segura. Cada conta permite apenas uma chave ativa por vez; gerar uma nova chave invalida a anterior. Isso garante uma atribuição clara para o uso de tokens e faturamento.

Endpoint de completions de chat

Envie solicitações de texto para o /v1/chat/completions endpoint usando métodos HTTP POST padrão. A API aceita um payload JSON contendo o nome do modelo, instruções do sistema e mensagens do usuário.

Aqui está uma estrutura básica de solicitação:

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"}]
  }'

A resposta retorna texto gerado, estatísticas de uso de tokens e flags de conclusão. Você pode ajustar o comportamento usando parâmetros como temperature ou top_p. Estas configurações controlam criatividade e aleatoriedade na saída.

Erros retornam códigos HTTP padrão. Um 401 indica uma chave inválida, enquanto 402 sinaliza crédito insuficiente. Use esses códigos para lidar com falhas de forma elegante em seus fluxos de trabalho de automação.

Integração do SDK Python

Use a biblioteca oficial da OpenAI para Python para interagir com o LLM sem censura. Configure o cliente com a URL base da Venice e sua chave de API. Essa abordagem simplifica a construção de solicitações e a análise de respostas.

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 perfeitamente com bases de código existentes projetadas para OpenAI. Você pode alterar a URL base sem alterar significativamente a lógica da sua aplicação. A biblioteca lida com a serialização e as conexões de rede automaticamente.

Lembre-se de que o ID do modelo deve ser definido como uncensored. Isso garante que você está usando o modelo ajustado específico fornecido pela Venice. Outros modelos podem não exibir os mesmos padrões de comportamento.

Integração do SDK Node

Integre a API em projetos JavaScript ou TypeScript usando o SDK Node da OpenAI. Defina o baseURL para o endpoint da Venice e forneça sua chave de API. Esta configuração suporta operações síncronas e assíncronas.

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);

Essa integração permite que você construa chatbots, geradores de conteúdo ou ferramentas de extração de dados rapidamente. O SDK gerencia o ciclo de vida da solicitação, incluindo retentativas e tratamento de erros. Você pode passar cabeçalhos personalizados se necessário para casos de uso avançados.

Certifique-se de importar a versão correta do SDK. Versões mais antigas podem não suportar todos os recursos disponíveis na API Venice. Verifique a documentação para detalhes de compatibilidade.

Respostas em streaming via SSE

Ativar saída em tempo real definindo o stream parâmetro para true. A API retorna um fluxo de Eventos Enviados pelo Servidor (SSE) em vez de um objeto JSON completo. Isso permite que você exiba tokens conforme são gerados.

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)

O streaming reduz a latência percebida pelos usuários. É ideal para interfaces de chat ou painéis ao vivo. O último fragmento do stream contém as estatísticas finais de uso de tokens. Analise esses dados para rastrear os custos com precisão.

Lide com quedas de conexão de forma elegante. Se o stream for interrompido, você pode tentar novamente a solicitação. A API não garante a ordem se vários streams estiverem ativos simultaneamente. Monitore seus limites de taxa de perto durante picos de tráfego.

Tratamento de erros e limites

A API impõe um limite de taxa de 300 requisições por minuto por chave. Requisições simultâneas são limitadas a 8 por chave. O corpo da requisição não deve exceder 8 MB. Exceder esses limites retorna um erro 429 Too Many Requests.

O tamanho da janela de contexto é de 100.000 tokens para prompt e conclusão combinados. A saída máxima por solicitação é de 16.000 tokens. Se max_tokens não estiver definido, o limite padrão é de 2.048 tokens. Planeje suas entradas de acordo para evitar truncamento.

Erros comuns incluem 401 para chaves inválidas e 402 para crédito insuficiente. Manipule esses códigos para solicitar recargas aos usuários. Use a página de suporte para problemas de faturamento. O crédito nunca expira, então você pode recarregar mais tarde.