Pika-aloitus: Integroi uncensored-API

Edellytykset: SDK-asennus

Asenna kielikohtainen virallinen SDK, joka hoitaa JSON-serialisoinnin ja pyyntöjen muotoilun automaattisesti.

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

Nämä kirjastot abstrahoivat HTTP-monimutkaisuuden, jolloin voit keskittyä syötteen muotoiluun päätepisteiden hallinnan sijaan. Alkuperäinen protokolla pysyy standardina REST-väylänä, varmistaen yhteensopivuuden minkä tahansa OpenAI-yhteensopivan asiakkaan kanssa.

Todennus & Base URL -määritys

Ohjaa asiakasohjelmistosi tiettyyn base URL -osoitteeseemme ja lisää API-avaimesi ohittaaksesi standardit toimittajasuodattimet.

Käyttö https://api.llmwithoutrestrictionsonline.com/v1 pohja-URL:ksi. Todenna välittämällä avain kenttään Authorization: Bearer <key> header. Tämä konfiguraatio varmistaa, että jokainen pyyntö kohdistuu suoraan sensuroimattoman mallin päätepisteeseen.

Peruskeskustelun täydennyspyyntö

Lähetä yksinkertainen tekstikysely saadaksesi suodattamattoman vastauksen käyttämällä standardia chat-completions-päätepistettä.

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"}]
  }'

Vastaus palauttaa raakatekstin ilman moraalia tai sisältövaroituksia. Tämä asetus toimii koodin luontiin, luovaan kirjoittamiseen tai datan erittelyyn, jossa itse-sensuuri on ärsyttävää.

Suoratoistovastausten käyttöönotto

Ota käyttöön suoratoisto, jotta tokenit saadaan peräkkäin, mikä vähentää havaittua viivettä pitkän sisällön luomisessa.

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)

Streamaus on olennaista käyttöliittymille, jotka näyttävät tekstiä reaaliajassa. Viimeinen pala sisältää kokonaistokenkäytön laskutustarkoituksiin. Tämä menetelmä säilyttää mallin suodattamattoman luonteen samalla kun tarjoaa sujuvan käyttökokemuksen.

JSON-tila ja funktiokutsut

Pakota rakenteellinen tuloste tai ota työkalujen käyttöön säätämällä response_format ja tools parametrit.

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);

Aseta response_format: { type: "json_object" } yhteensopivien JSON-tulosten varmistamiseksi. Function calling mahdollistaa mallin suorittaa tiettyjä toimia promptirakenteen perusteella. Tämä joustavuus tekee APIsta sopivan monimutkaisiin automatisointityövuoihin.

Token-rajojen ja virheiden käsittely

Seuraa token-käyttöä ja käsittele standardit HTTP-virheet ylläpitääksesi luotettavaa API-integraatiota.

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)

Konteksti-ikkuna tukee 100 000 tokenia syötteeseen ja tulokseen yhdistettynä. Pyynnöt, jotka ylittävät 16 000 tokenin tulorajan tai osuvat nopeusrajoituksiin, palauttavat asianmukaiset virhekoodit. Seuraa käyttöä viimeisen streamauspalikan tai vastausotsikoiden kautta hallitaksesi esimaksusaltoa tehokkaasti.