Быстрый старт: Подключение нецензурируемого API

Предварительные требования: Установка SDK

Установите официальный SDK для предпочитаемого языка для автоматической обработки сериализации JSON и форматирования запросов.

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

Эти библиотеки абстрагируют сложность HTTP, позволяя вам сосредоточиться на инженерии промптов, а не на управлении заголовками. Базовый протокол остается стандартным REST, обеспечивая совместимость с любым OpenAI-совместимым клиентом.

Аутентификация & настройка базового URL

Направьте клиента на наш конкретный базовый URL и вставьте API-ключ, чтобы обойти стандартные фильтры провайдера.

Использовать https://api.llmwithoutrestrictionsonline.com/v1 в качестве базового URL. Аутентификация осуществляется путем передачи вашего ключа в Authorization: Bearer <key> header. Эта конфигурация гарантирует, что каждый запрос направляется напрямую к конечной точке нашей модели без цензуры.

Запрос на базовое завершение чата

Отправьте простой текстовый запрос для получения нефильтрованного ответа через стандартный конечный пункт 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"}]
  }'

Ответ возвращает сырой текст без морализаторства или предупреждений о контенте. Эта настройка подходит для генерации кода, творческого письма или извлечения данных, где самоцензура является помехой.

Включение потоковой передачи ответов

Включите потоковую передачу для последовательного получения токенов, что снижает воспринимаемую задержку при генерации длинного контента.

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)

Стриминг необходим для пользовательских интерфейсов, отображающих текст в реальном времени. Последний фрагмент содержит общее количество использованных токенов для целей биллинга. Этот метод сохраняет несексуальную природу модели, обеспечивая плавный пользовательский опыт.

Режим JSON и вызов функций

Принудированный структурированный вывод или включение использования инструментов путем настройки response_format и tools параметры.

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);

Установить response_format: { type: "json_object" } для последовательных возвращений JSON. Вызов функций позволяет модели выполнять конкретные действия на основе структуры вашего промпта. Эта гибкость делает API подходящим для сложных рабочих процессов автоматизации.

Обработка ограничений токенов и ошибок

Отслеживайте использование токенов и обрабатывайте стандартные ошибки HTTP для надежной интеграции с API.

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)

Окно контекста поддерживает 100,000 токенов для суммарного ввода и вывода. Запросы, превышающие лимит вывода в 16,000 токенов или превышающие ограничения частоты запросов, возвращают соответствующие коды ошибок. Отслеживайте использование через последний фрагмент потоковой передачи или заголовки ответа, чтобы эффективно управлять предоплаченным кредитом.