빠른 시작: 무검열 API 통합하기

필수 조건: SDK 설치

JSON 직렬화 및 요청 형식을 자동으로 처리하려면 선호하는 언어의 공식 SDK를 설치하세요.

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

이러한 라이브러리는 HTTP 복잡성을 추상화하여 헤더 관리보다 프롬프트 엔지니어링에 집중할 수 있게 합니다. underlying 프로토콜은 표준 REST를 유지하여 모든 OpenAI 호환 클라이언트와 호환성을 보장합니다.

인증 및 Base URL 설정

클라이언트를 저희 특정 베이스 URL로 연결하고 API 키를 삽입하여 표준 제공업체 필터를 우회하세요.

사용 https://api.llmwithoutrestrictionsonline.com/v1 베이스 URL로 사용합니다. 키를 Authorization: Bearer <key> 이 구성은 모든 요청이 비검열 모델 엔드포인트에 직접 대상이 되도록 보장합니다.

기본 채팅 완성 요청

표준 chat-completions 엔드포인트를 사용하여 필터링 없는 응답을 받으려면 간단한 텍스트 프롬프트를 보내세요.

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"}]
  }'

응답은 도덕적 판단이나 콘텐츠 경고 없이 원본 텍스트를 반환합니다. 이 설정은 자기 검열이 성가신 코드 생성, 창작 글쓰기 또는 데이터 추출에 적합합니다.

스트리밍 응답 활성화

스트리밍을 활성화하여 토큰을 순차적으로 수신하면 긴 형식의 콘텐츠 생성에 대한 지각된 지연 시간을 줄일 수 있습니다.

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)

스트리밍은 실시간으로 텍스트를 표시하는 사용자 인터페이스에 필수적입니다. 마지막 조각에는 청구 목적으로 총 토큰 사용량이 포함되어 있습니다. 이 방법은 모델의 무검열 특성을 유지하면서 원활한 사용자 경험을 제공합니다.

JSON 모드 및 함수 호출

조절하여 구조화된 출력 또는 툴 사용 활성화 response_format 및 tools 매개변수입니다.

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);

設定 response_format: { type: "json_object" } 일관된 JSON 반환을 위해. 함수 호출은 모델이 프롬프트 구조에 따라 특정 작업을 실행할 수 있게 합니다. 이 유연성은 API를 복잡한 자동화 워크플로우에 적합하게 만듭니다.

トークン制限とエラーの処理

표준 HTTP 오류를 처리하여 신뢰할 수 있는 API 통합을 유지하면서 토큰 사용량을 모니터링하세요.

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)

컨텍스트 윈도우는 입력과 출력을 합쳐 100,000개의 토큰을 지원합니다. 16,000개 토큰 출력 제한을 초과하거나 속도 제한에 도달하면 적절한 오류 코드가 반환됩니다. 최종 스트리밍 청크나 응답 헤드를 통해 사용량을 추적하여 선불 크레딧을 효과적으로 관리하십시오.