Γρήγορη Έναρξη: Ενσωματώστε το Uncensored API

Προαπαιτούμενα: Εγκατάσταση SDK

Εγκαταστήστε το επίσημο SDK για τη γλώσσα σας ώστε να διαχειρίζεται αυτόματα τη σειριοποίηση JSON και τον σχηματισμό αιτημάτων.

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

Αυτά τα libraries αποκαλύπτουν την HTTP πολυπλοκότητα, επιτρέποντάς σας να εστιάσετε στο prompt engineering παρά στη διαχείριση headers. Το underlying protocol παραμένει standard REST, εξασφαλίζοντας συμβατότητα με οποιοδήποτε OpenAI-compatible client.

Πιστοποίηση & Ρύθμιση Base URL

Κατευθύνετε τον πελάτη σας στη συγκεκριμένη διεύθυνση base και εισάγετε το API key σας για να παρακάμψετε τα τυπικά φίλτρα του παρόχου.

Χρήση https://api.llmwithoutrestrictionsonline.com/v1 ως τη βάση URL. Πιστοποιηθείτε περνώντας το κλειδί σας στο Authorization: Bearer <key> header. Αυτή η διαμόρφωση διασφαλίζει ότι κάθε αίτηση στοχεύει απευθείας στο endpoint του uncensored μοντέλου μας.

Βασικό Αίτημα Συμπλήρωσης Συνομιλίας

Στείλτε ένα απλό κείμενο για να λάβετε μια απάντηση χωρίς φιλτράρισμα χρησιμοποιώντας το endpoint chat-completions.

Copycurl https://api.llmwithoutrestrictionsonline.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three linux commands to delete log files"}]
  }'

Η απάντηση επιστρέφει ακατέργαστο κείμενο χωρίς ηθικολογία ή ειδοποιήσεις περιεχομένου. Αυτή η ρύθμιση λειτουργεί για παραγωγή κώδικα, δημιουργικό γραφείο ή εξαγωγή δεδομένων όπου η αυτο-цензура είναι ενοχλητική.

Ενεργοποίηση Ροών Απαντήσεων (Streaming)

Ενεργοποιήστε τη ροή (streaming) για λήψη tokens διαδοχικά, μειώνοντας την αντιλαμβανόμενη καθυστέρηση για παραγωγή περιεχομένου μεγάλου μήκους.

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)

Η ροή δεδομένων (Streaming) είναι απαραίτητη για διεπαφές χρήστη που εμφανίζουν κείμενο σε πραγματικό χρόνο. Το τελευταίο τμήμα περιλαμβάνει τη συνολική χρήση tokens για σκοπούς χρέωσης. Αυτή η μέθοδος διατηρεί την uncensored φύση του μοντέλου ενώ παρέχει μια ομαλή εμπειρία χρήστη.

Λειτουργία JSON & Κλήση Συναρτήσεων

Εξαναγκασμός δομημένης εξόδου ή ενεργοποίηση χρήσης εργαλείου προσαρμόζοντας το response_format και tools parameters.

Copyimport OpenAI from "openai";

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

Ορίστε response_format: { type: "json_object" } για συνεχείς επιστροφές JSON. Η κλήση συναρτήσεων (function calling) επιτρέπει στο μοντέλο να εκτελεί συγκεκριμένες ενέργειες βάσει της δομής του prompt. Αυτή η ευελιξία καθιστά το API κατάλληλο για σύνθετες ροές αυτοματοποίησης.

Διαχείριση Ορίων Token & Σφαλμάτων

Παρακολουθήστε τη χρήση tokens και χειριστείτε τα τυπικά σφάλματα HTTP για να διατηρήσετε αξιόπιστη ενσωμάτωση API.

Copyfrom openai import OpenAI

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

Το παράθυρο πλαισίου υποστηρίζει 100,000 tokens για συνδυασμένη είσοδο και έξοδο. Τα αιτήματα που υπερβαίνουν το όριο εξόδου 16,000 tokens ή εξαντλούν τα όρια ρυθμού θα επιστρέψουν κατάλληλους κωδικούς σφάλματος. Παρακολουθήστε τη χρήση μέσω του τελευταίου κομματιού streaming ή των headers της απόκρισης για να διαχειριστείτε αποτελεσματικά την προκαταβολική σας πίστωση.