Szybki start z API dla niecenzurowanego LLM

Zainstaluj standardowy SDK OpenAI

Zacznij od dodania oficjalnej biblioteki do swojego środowiska projektowego. Zapewnia to kompatybilność z naszym uncensored model bez konieczności stosowania własnej logiki parsowania.

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

Te pakiety automatycznie obsługują serializację. Nie potrzebujesz bibliotek routingu stron trzecich ani niestandardowych nagłówków.

Skonfiguruj bazowy adres URL i klucz API

Wskaż klientowi nasz dedykowany punkt końcowy, aby ominąć standardowych dostawców. Ustaw adres bazowy na https://api.cheapestapikey.com/v1 i wstrzyknij swój klucz z panelu.

Uwierzytelnianie opiera się na standardowym tokenie bearer. Przekań swój unikalny klucz w Authorization nagłówek lub przez obiekt konfiguracji SDK.

Wyślij swoje pierwsze uncensored chat completion

Zrób żądanie do /v1/chat/completions endpoint z żądanym promptem. Model akceptuje standardowe parametry takie jak temperature i top_p.

Nasz uncenzurowany model przetwarza prawne treści dla dorosłych, fikcyjne lub kontrowersyjne bez odmów.

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"}]
  }'

Obsługa odpowiedzi strumieniowych i użycia tokenów

Włącz strumieniowanie, ustawiając stream: true otrzymywania tokenów w czasie rzeczywistym. Każdy fragment zawiera częściowy tekst, a ostatni fragment zawiera całkowite zużycie tokenów.

To podejście zmniejsza postrzegane opóźnienia dla dużych wyjść. Możesz przetwarzać fragmenty w miarę ich przybywania, nie czekając na pełny limit 16,000 tokenów.

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)

Używaj wywoływania funkcji i trybu JSON

Zstrukturuj swoje wyjścia dla aplikacji downstreamowych za pomocą narzędzi lub ścisłych formatów JSON. Zdefiniuj funkcje w tools parameter i pozwól modelowi wybrać najlepsze działanie.

Alternatywnie wymuś dane strukturalne za pomocą response_format: {"type": "json_object"}. To zapewnia spójne parsowanie dla Twojego botu czatu NSFW lub skryptów automatyzujących.

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)

Sprawdź modele i zarządzaj limitami

Zapytanie GET /v1/models zwerydować dostępne punkty końcowe. Nasz system obsługuje kontekst 100,000 tokenów i 300 żądań na minutę.

Jeśli przekroczysz limity, otrzymasz błąd 429. Upewnij się, że Twój klucz jest aktywny i doładowany, ponieważ błędy takie jak 401 oznaczają nieprawidłowe dane logowania, a 402 sygnalizuje niewystarczające środki.

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);