Inicio rápido: Integra la API sin censura

Prerrequisitos: instalación del SDK

Instala el SDK oficial para tu lenguaje para manejar la serialización JSON y el formato de solicitudes automáticamente.

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

Estas librerías abstraen la complejidad HTTP, permitiéndote centrarte en la ingeniería de prompts en lugar de la gestión de encabezados. El protocolo subyacente sigue siendo REST estándar, asegurando la compatibilidad con cualquier cliente compatible con OpenAI.

Autenticación & configuración de URL base

Apunta tu cliente a nuestra URL base específica e inyecta tu clave API para omitir los filtros de proveedor estándar.

Usar https://api.llmwithoutrestrictionsonline.com/v1 como tu URL base. Autentícate pasando tu clave en el Authorization: Bearer <key> header. Esta configuración asegura que cada solicitud se dirija directamente al endpoint del modelo sin censura.

Solicitud de Completado de Chat Básico

Envía un prompt de texto sencillo para recibir una respuesta sin filtros utilizando el endpoint estándar de 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"}]
  }'

La respuesta devuelve texto sin moralizar ni advertencias de contenido. Esta configuración funciona para generación de código, escritura creativa o extracción de datos donde la autocensura es una molestia.

Habilitando Respuestas en Streaming

Habilita el streaming para recibir tokens secuencialmente, reduciendo la latencia percibida en la generación de contenido extenso.

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)

El streaming es esencial para interfaces de usuario que muestran texto en tiempo real. El último fragmento incluye el uso total de tokens para fines de facturación. Este método mantiene la naturaleza sin censura del modelo mientras proporciona una experiencia de usuario fluida.

Modo JSON y llamada de funciones

Fuerza una salida estructurada o habilita el uso de herramientas ajustando el response_format y tools parámetros.

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);

Establecer response_format: { type: "json_object" } para devoluciones JSON consistentes. La llamada de funciones permite al modelo ejecutar acciones específicas basadas en la estructura de tu prompt. Esta flexibilidad hace que la API sea adecuada para flujos de trabajo de automatización complejos.

Gestión de límites de tokens y errores

Monitorea el uso de tokens y maneja los errores HTTP estándar para mantener una integración API confiable.

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)

La ventana de contexto admite 100,000 tokens para la entrada y salida combinadas. Las solicitudes que superen el límite de salida de 16,000 tokens o que superen los límites de velocidad devolverán los códigos de error correspondientes. Rastrea el uso mediante el último fragmento de streaming o los encabezados de respuesta para gestionar tu crédito prepagado de manera efectiva.