Início rápido da API LLM sem censura

Instale o SDK padrão da OpenAI

Comece adicionando a biblioteca oficial ao ambiente do seu projeto. Isso garante compatibilidade com nossa uncensored modelo sem lógica de análise personalizada.

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

Esses pacotes lidam com a serialização automaticamente. Você não precisa de bibliotecas de roteamento de terceiros ou cabeçalhos personalizados.

Configure a URL base e a chave da API

Direcione seu cliente para nosso endpoint dedicado para contornar provedores padrão. Defina o URL base para https://api.cheapestapikey.com/v1 e injete sua chave no painel.

A autenticação depende de um token bearer padrão. Passe sua chave exclusiva no Authorization cabeçalho ou via o objeto de configuração do SDK.

Envie sua primeira conclusão de chat sem censura

Faça uma solicitação para o /v1/chat/completions endpoint com seu prompt desejado. O modelo aceita parâmetros padrão como temperature e top_p.

Nosso modelo sem censura processa tópicos adultos lícitos, fictícios ou controversos sem recusa.

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"}]
  }'

Lide com respostas de streaming e uso de tokens

Ative o streaming definindo stream: true para receber tokens em tempo real. Cada chunk contém texto parcial, e o último chunk inclui o uso total de tokens.

Esta abordagem reduz a latência percebida para saídas grandes. Você pode processar blocos conforme chegam sem aguardar o limite total de 16,000 tokens.

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)

Use chamadas de função e modo JSON

Estruture suas saídas para aplicações downstream usando ferramentas ou formatos JSON rígidos. Defina funções no tools parameter e deixe o modelo escolher a melhor ação.

Alternativamente, imponha dados estruturados com response_format: {"type": "json_object"}. Isso garante uma análise consistente para seu chatbot NSFW ou scripts de automação.

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)

Verifique os modelos e gerencie os limites

Consulta GET /v1/models para verificar endpoints disponíveis. Nosso sistema suporta contexto de 100,000 tokens e 300 solicitações por minuto.

Se você exceder os limites, receberá um erro 429. Certifique-se de que sua chave esteja ativa e financiada, pois erros como 401 indicam credenciais inválidas e 402 sinaliza crédito insuficiente.

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);