Pengenalan: Integrasikan API Tanpa Sensor

Prasyarat: Pemasangan SDK

Pasang SDK rasmi untuk bahasa pilihan anda untuk mengendalikan serialisasi JSON dan pemformatan permintaan secara automatik.

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

Pustaka ini mengaburkan kerumitan HTTP, membolehkan anda memberi tumpuan kepada kejuruteraan arahan daripada pengurusan header. Protokol asas kekal REST piawai, memastikan serasi dengan mana-mana klien serasi OpenAI.

Pengesahan & Konfigurasi URL Asas

Arahkan klien anda ke URL asas khusus kami dan suntikkan kunci API anda untuk melangkaui penapis penyedia standard.

Gunakan https://api.llmwithoutrestrictionsonline.com/v1 sebagai URL asas anda. Sahkan dengan menghantar kunci anda dalam Authorization: Bearer <key> header. This configuration ensures every request targets our uncensored model endpoint directly.

Permintaan Penyiapan Chat Asas

Hantar prompt teks mudah untuk menerima respons tanpa tapisan menggunakan endpoint chat-completions standard.

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"}]
  }'

Respons mengembalikan teks mentah tanpa moralisasi atau amaran kandungan. Konfigurasi ini berfungsi untuk penjanaan kod, penulisan kreatif, atau ekstraksi data di mana penapisan diri adalah gangguan.

Membolehkan Respons Penstriman

Dayakan penstriman untuk menerima token secara berurutan, mengurangkan latensi yang dirasakan untuk penjanaan kandungan bentuk panjang.

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)

Penstriman sangat penting untuk antara muka pengguna yang memaparkan teks secara masa nyata. Potongan akhir mengandungi jumlah penggunaan token keseluruhan untuk tujuan pengebilan. Kaedah ini mengekalkan sifat tidak ditapis model sambil menyediakan pengalaman pengguna yang lancar.

Mod JSON & Pemanggilan Fungsi

Paksa output terstruktur atau aktifkan penggunaan alat dengan menyesuaikan response_format dan tools parameter.

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);

Tetapkan response_format: { type: "json_object" } untuk output JSON yang konsisten. Panggilan fungsi membolehkan model melaksanakan tindakan khusus berdasarkan struktur prompt anda. Fleksibiliti ini menjadikan API sesuai untuk aliran kerja automasi kompleks.

Mengendalikan Had Token & Ralat

Pantau penggunaan token anda dan tangani ralat HTTP piawai untuk mengekalkan integrasi API yang boleh dipercayai.

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)

Jendela konteks menyokong 100,000 token untuk input dan output gabungan. Permintaan yang melebihi had output 16,000 token atau melanggar had kadar akan memulangkan kod ralat yang sesuai. Jejak penggunaan melalui potongan aliran akhir atau pengepala respons untuk menguruskan kredit pra-bayar anda dengan berkesan.