شروع سریع: ادغام API بدون سانسور

پیش‌نیازها: نصب SDK

کتابخانه رسمی SDK را برای زبان مورد علاقه خود نصب کنید تا سریال‌سازی JSON و قالب‌بندی درخواست‌ها به‌طور خودکار انجام شود.

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

این کتابخانه‌ها پیچیدگی HTTP را انتزاع می‌کنند و به شما اجازه می‌دهند به جای مدیریت هدرها، بر مهندسی پرامپت تمرکز کنید. پروتکل زیرین REST استاندارد باقی می‌ماند و با هر کلاینت سازگار با OpenAI سازگار است.

پیکربندی احراز هویت و URL پایه

مشتری خود را به URL پایه اختصاصی ما هدایت کنید و کلید API خود را برای عبور از فیلترهای ارائه‌دهنده استاندارد تزریق کنید.

استفاده https://api.llmwithoutrestrictionsonline.com/v1 به‌عنوان آدرس پایه (base URL). برای احراز هویت، کلید خود را در Authorization: Bearer <key> header. این پیکربندی تضمین می‌کند که هر درخواست مستقیماً به نقطه پایانی مدل بدون سانسور ما هدف قرار گیرد.

درخواست تکمیل چت پایه

یک درخواست متنی ساده ارسال کنید تا پاسخ بدون فیلتر دریافت کنید. از endpoint استاندارد chat-completions استفاده کنید.

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"}]
  }'

پاسخ متن خام را بدون اخلاق‌مداری یا هشدارهای محتوا برمی‌گرداند. این پیکربندی برای تولید کد، نویسندگی خلاق یا استخراج داده که در آن خودسانسوری آزاردهنده است، کار می‌کند.

فعال‌سازی پاسخ‌های پخش زنده

پخش زنده (Streaming) را فعال کنید تا توکن‌ها به ترتیب دریافت شوند و تأخیر ادراک‌شده برای تولید محتوای طولانی کاهش یابد.

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)

استریم برای رابط‌های کاربری که متن را به‌صورت بلادرنگ نمایش می‌دهند ضروری است. قطعه نهایی شامل کل مصرف توکن برای اهداف صورتحساب است. این روش ماهیت بدون سانسور مدل را حفظ می‌کند در حالی که تجربه کاربری روانی ارائه می‌دهد.

حالت JSON و فراخوانی تابع

خروجی ساختاریافته را مجبور کنید یا استفاده از ابزار را با تنظیم response_format و tools پارامترها.

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);

تنظیم response_format: { type: "json_object" } برای بازگشت‌های JSON سازگار. فراخوانی توابع اجازه می‌دهد تا مدل اقدامات خاصی را بر اساس ساختار پرامپت شما اجرا کند. این انعطاف‌پذیری API را برای جریان‌های کاری خودکاری پیچیده مناسب می‌سازد.

مدیریت محدودیت‌های توکن و خطاها

مصرف توکن‌ها و خطاهای HTTP استاندارد را پایش کنید تا یک یکپارچه‌سازی API قابل اعتماد حفظ شود.

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)

پنجره زمینه (context window) از ۱۰۰,۰۰۰ توکن برای ورودی و خروجی ترکیبی پشتیبانی می‌کند. درخواست‌هایی که از محدودیت خروجی ۱۶,۰۰۰ توکن تجاوز کنند یا با محدودیت نرخ مواجه شوند، کدهای خطای مناسب را برمی‌گردانند. مصرف را از طریق آخرین قطعه استریم یا هدرهای پاسخ ردیابی کنید تا اعتبار پیش‌پرداخت خود را به طور موثر مدیریت نمایید.