Quickstart: Integrați API-ul fără cenzură

Precondiții: instalarea SDK-ului

Instalează SDK-ul oficial pentru limbajul tău preferat pentru a gestiona automat serializarea JSON și formatarea cererilor.

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

Aceste librării abstractizează complexitatea HTTP, permițându-ți să te concentrezi pe ingineria prompturilor, nu pe gestionarea headerelor. Protocolul de bază rămâne REST standard, asigurând compatibilitatea cu orice client compatibil OpenAI.

Autentificare & Configurare URL de Bază

Indreptați clientul la URL-ul nostru specific de bază și injectați cheia API pentru a ocoli filtrele standard ale furnizorului.

Utilizare https://api.llmwithoutrestrictionsonline.com/v1 ca URL-ul tău de bază. Autentifică-te trecând cheia în Authorization: Bearer <key> header., Această configurație asigură că fiecare solicitare țintește direct endpoint-ul modelului nostru uncensored.

Cerere de completare chat de bază

Trimiteți un prompt text simplu pentru a primi un răspuns fără filtre, folosind endpoint-ul standard 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"}]
  }'

Răspunsul returnează text brut, fără moralizare sau avertismente de conținut. Această configurație funcționează pentru generarea de cod, scrierea creativă sau extragerea de date unde autocenzurarea este un inconvenient.

Activarea răspunsurilor în flux continuu

Activați streaming-ul pentru a primi token-uri secvențial, reducând latența percepută pentru generarea de conținut lung.

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)

Streaming-ul este esențial pentru interfețele de utilizator care afișează textul în timp real. Ultima bucată include utilizarea totală a tokenilor în scopuri de facturare. Această metodă menține natura nefiltrată a modelului în timp ce oferă o experiență fluidă a utilizatorului.

Mod JSON & Apelarea Funcțiilor

Forțează ieșire structurată sau activează utilizarea instrumentelor ajustând response_format și tools parametri.

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);

Setează response_format: { type: "json_object" } pentru returnări JSON consistente. Apelarea funcțiilor permite modelului să execute acțiuni specifice bazate pe structura promptului tău. Această flexibilitate face ca API-ul să fie potrivit pentru fluxuri de lucru complexe de automatizare.

Gestionarea limitelor de tokeni & erori

Monitorizați utilizarea tokenilor și gestionați erorile HTTP standard pentru a menține o integrare API fiabilă.

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)

Fereastra de context suportă 100.000 de tokeni pentru input și output combinate. Solicitățile care depășesc limita de output de 16.000 de tokeni sau ating limitele de rată vor returna coduri de eroare corespunzătoare. Urmărește utilizarea prin ultimul fragment de streaming sau prin antetele de răspuns pentru a gestiona eficient creditul preplătit.