Mistral API 密钥：快速入门指南

前提条件：SDK 与环境

首先安装您首选的 OpenAI 兼容 SDK。您只需要一个有效的 API 密钥和我们服务的基础 URL。

将密钥导出到您的环境变量中，以便脚本可以安全地访问它。通过 Google 或电子邮件创建新账户以立即获取密钥。此步骤无需电话号码验证。

确保您的环境支持标准 HTTP 库。API 期望所有请求都使用标准的 JSON 负载。您不需要安装特定供应商的驱动程序。

设置 base URL

将您的 SDK 客户端指向我们用于无审查推理的专用端点。基础 URL 将替换配置中的标准 OpenAI 端点。

使用 HTTPS://api.apikeymistral.com/v1 作为您的基础 URL。这确保所有请求都通过我们的高吞吐量服务器路由。如果您的 SDK 默认使用 /chat/completions，则无需更改端点路径。

将 API 密钥保存在内存或安全保险库中。该密钥对您发送到该 URL 的每个请求进行身份验证。

发起首次 POST 请求

发送标准聊天补全请求以获取文本输出。使用模型 ID "uncensored" 访问我们调优的模型。

指定温度和其他参数以控制创造性。端点接受带有消息数组的标准 JSON 主体。

以下是测试连通性的基本 curl 命令：

Copycurl https://api.apikeymistral.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "return json object with keys name age"}]
  }'

验证响应包含生成的文本。检查状态码是否为 200 以确认成功。

Python SDK 集成

配置 Python 客户端以使用我们的 base URL。使用您的 API 密钥和自定义端点初始化客户端。

调用 chat.completions.create 方法并传入您的提示词。响应对象在 choices[0].message.content 中包含生成的文本。

优雅地处理潜在错误，如速率限制或无效密钥。如果需要成本跟踪，请记录 token 使用情况。

Copyfrom openai import OpenAI

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

此方法适用于任何 OpenAI 兼容库。您可以以最小的改动复用现有代码。

Node SDK 集成

使用自定义基础 URL 初始化 Node.js 客户端。在配置对象中传入您的 API 密钥。

使用您所需的参数调用 chat.completions.create 函数。响应遵循标准的 OpenAI 格式。

根据需要处理流或最终响应。错误处理应捕获网络问题或身份验证失败。

Copyimport OpenAI from "openai";

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

此设置允许您快速将无过滤推理集成到您的 Node 应用中。

处理流式响应

通过在请求中将 stream=true 来启用流式传输。API 以生成时的数据块形式返回数据。

处理每个数据块以向用户显示实时输出。累积内容以获取完整响应。

在流的最后一个数据块中监控令牌用量。这有助于您准确跟踪成本。

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)

流式传输降低了长响应的感知延迟。它非常适合聊天界面和交互式应用程序。

限制、错误和上下文窗口

理解技术限制以避免服务中断。上下文窗口支持 100,000 个 Token，用于提示词和补全的总和。

每次请求最大输出为 16,000 个 Token。设置 max_tokens 以避免达到 2,048 的默认值。

每个密钥每分钟允许 300 次请求。您可以同时发起 8 个并发请求。

通过检查密钥有效性来处理 401 错误。402 错误表示余额不足。429 错误表示达到速率限制。

请求超过 8 MB 的主体大小限制时将失败。请相应地规划您的负载。