Web Search API Snelle start: integreer in minuten

llmwebsearchapi.com›authentication-base-url

Authenticatie & Base URL

Om de API te gebruiken, heb je een API-sleutel nodig. Meld je aan op de API-sleutel ophalen-pagina met alleen een e-mailadres en wachtwoord. Je sleutel verschijnt direct. Er is geen creditcard nodig voor het proeftegoed. Gebruik de basis-URL https://api.llmwebsearchapi.com/v1 met elke OpenAI-compatibele client. De model-ID is uncensored. Dit model is een open-weight model en is afgestemd op het beantwoorden van vragen zonder weigeringen voor wettelijk volwassen, fictief of controversieel onderwerp. Het is geen GPT, Claude of een model van een andere leverancier.

llmwebsearchapi.com›basic-chat-completion-request

Basis chat-completieverzoek

Stuur een standaard chat-completieverzoek om tekst uit zoekresultaten te extraheren. De API accepteert messages en retourneert een completion. Gebruik het model uncensored om te garanderen dat er geen inhoudsfilters je data blokkeren. De request body ondersteunt maximaal 8 MB. Hieronder staat een cURL-voorbeeld voor een basis extraheringstask.

Copycurl https://api.llmwebsearchapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

De respons bevat de gegenereerde tekst, die je vervolgens kunt doorgeven aan het geheugen of de samenvattingslaag van je agent.

llmwebsearchapi.com›sdk-examples-for-python-and-javascript

SDK-voorbeelden voor Python en JavaScript

Gebruik de officiële OpenAI SDK's voor Python en Node.js. Stel de base_url in op onze endpoint en lever je API-sleutel. De Python SDK verwerkt streaming en JSON-parsering automatisch. De Node SDK werkt op vergelijkbare wijze. Hieronder staat een Python-voorbeeld dat laat zien hoe je de client initialiseert en een verzoek verstuurt.

Copyfrom openai import OpenAI

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

Voor JavaScript is de setup vrijwel identiek. Stel de omgevingsvariabele in of geef de sleutel direct door. De model-ID blijft uncensored.

Copyimport OpenAI from "openai";

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

llmwebsearchapi.com›streaming-responses voor realtime verwerking

Streaming-responses voor realtime verwerking

Schakel streaming in door stream: true in je verzoek in te stellen. De API retourneert Server-Sent Events (SSE)-tokens. Dit is handig voor realtime verwerking van lange zoekresultaten. Je kunt tokens weergeven zodra ze binnenkomen of ze verzamelen voor later gebruik. Het streaming-responsformaat komt overeen met de OpenAI-standaard. Hieronder staat een streaming-voorbeeld met cURL.

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)

Parse het data veld in elk SSE-bericht om de gedeeltelijke tekst te krijgen.

llmwebsearchapi.com›function calling voor het structureren van zoekresultaten

Tool calling voor structureren van zoekresultaten

Gebruik function calling om de geëxtraheerde data te structureren. Definieer een schema voor je gewenste uitvoer, zoals een lijst met URL's of een samenvattingsobject. De API retourneert gestructureerde JSON die overeenkomt met je schema. Dit is ideaal om het geheugen van een AI-agent te vullen met schone, getypte data. Definieer de tool in de parameter tools en geef de functienaam op. Het model reageert met een function call object. Je kunt de functie vervolgens uitvoeren of het resultaat direct opslaan.

llmwebsearchapi.com›omgaan met contextvensters voor lange zoekopdrachten

Contextvensters afhandelen bij lange zoekopdrachten

Het contextvenster is 100.000 tokens voor prompt plus uitvoer. Als je zoekresultaten dit overschrijden, moet je ze afkappen of samenvatten voordat je ze verstuurt. De API behandelt lange contexten niet automatisch. Stuur alleen de relevante tekst om binnen de limieten te blijven. Als je de limiet overschrijdt, ontvang je een foutmelding. Houd je token-gebruik in de gaten om onverwachte kosten te voorkomen. De prijs is $0,25 per 1M input tokens en $1,00 per 1M output tokens.

llmwebsearchapi.com›rate-limits-and-error-codes

Rate limits en foutcodes

De rate limit is 300 verzoeken per minuut per sleutel. De limiet voor de request body is 8 MB. Als je een ongeldige sleutel verstuurt, krijg je een 401-fout. Als je geen tegoed hebt, krijg je een 402-fout. Als je de rate limit overschrijdt, krijg je een 429-fout. Regenereer je sleutel op elk moment om de oude te intrekken. Elk account heeft één sleutel. Het proeftegoed vervalt na 7 dagen. Opwaarderen begint vanaf $10 met opties voor bonus tegoed.