Uncensored LLM API -pikaopas

Asenna virallinen OpenAI-SDK

Aloita lisäämällä virallinen kirjasto projektin ympäristöön. Tämä varmistaa yhteensopivuuden meidän uncensored malli ilman mukautettua jäsenlogiikkaa.

• Python: pip install openai
• Node.js: npm install openai

Nämä paketit käsittelevät serialisoinnin automaattisesti. Sinun ei tarvitse kolmannen osapuolen reititys-kirjastoja tai mukautettuja otsikoita.

Määritä base URL ja API-avain

Osoita asiakkaasi omalle päätepisteelle ohittaaksesi vakiopalveluntarjoajat. Aseta perusosoite osoitteeseen https://api.cheapestapikey.com/v1 ja syötä avaimesi hallintapaneelista.

Todennus perustuu standardiin Bearer-tokeniin. Lähetä yksilöllinen avaimesi Authorization header tai SDK-konfiguraatio-objektin kautta.

Lähetä ensimmäinen sensuroimaton chat-completion

Tee pyyntö osoitteeseen /v1/chat/completions endpoint haluamallasi promptilla. Malli hyväksyy standardiparametrit kuten temperature ja top_p.

Epäsuodattamalliimme käsittelee laillista aikuis-, fiktiivistä tai kiistanalaista sisältöä ilman kieltäytymistä.

Copycurl https://api.cheapestapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list available endpoints"}]
  }'

Käsittele streamausvastaukset ja token-käyttö

Ota streamaus käyttöön asettamalla stream: true vastaanottaaksesi tokenneja reaaliajassa. Jokainen palsta sisältää osittaisen tekstin, ja viimeinen palsta sisältää kokonaistoken-käytön.

Tämä lähestymistapa vähentää havaittua viivettä suurissa lähtödataissa. Voit käsitellä osia saapuessaan ilman, että sinun tarvitsee odottaa koko 16,000 tokennin rajaa.

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)

Käytä funktiokutsuja ja JSON-tilaa

Rakenna lähtösi alijärjestelmiä varten työkaluja tai tiukkoja JSON-muotoja käyttäen. Määrittele funktiot tools parametri ja anna mallin valita paras toiminta.

Vaihtoehtoisesti voit pakottaa rakenteellisen datan response_format: {"type": "json_object"}. Tämä varmistaa johdonmukaisen jäsentämisen NSFW-chatbotillesi tai automaatiojärjestelyillesi.

Copyfrom openai import OpenAI

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

Tarkista mallit ja hallitse rajoituksia

Kysely GET /v1/models varmistaa saatavilla olevat päätepisteet. Järjestelmämme tukee 100 000 tokenin kontekstia ja 300 pyyntöä minuutissa.

Jos ylität rajat, saat virheen 429. Varmista, että avaimesi on aktiivinen ja rahoitettu, sillä virheet kuten 401 viittaavat virheellisiin kirjautumistietoihin ja 402 merkitsee riittämätöntä saldoa.

Copyimport OpenAI from "openai";

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