Швидкий старт: Інтегруйте необмежений API

Передумови: Встановлення SDK

Встановіть офіційний SDK для бажаної мови для автоматичної обробки JSON-серіалізації та форматування запитів.

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

Ці бібліотеки абстрагують складність HTTP, дозволяючи вам зосередитися на інженерії промптів, а не на управлінні заголовками. Базовий протокол залишається стандартним REST, що забезпечує сумісність із будь-яким клієнтом, сумісним з OpenAI.

Автентифікація & налаштування базового URL

Направте клієнта на наш специфічний базовий URL і вставте свій API-ключ, щоб обійти стандартні фільтри постачальників.

Використовувати https://api.llmwithoutrestrictionsonline.com/v1 як вашу базову URL-адресу. Аутентифікуйтеся, передавши свій ключ у Authorization: Bearer <key> header. Ця конфігурація гарантує, що кожен запит спрямовується безпосередньо до кінцевої точки нашої моделі без цензури.

Запит на базове завершення чату

Надішліть простий текстовий запит для отримання невідфільтрованої відповіді через стандартний кінцевий 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"}]
  }'

Відповідь повертає лише текст без моралізації або попереджень про вміст. Ця конфігурація підходить для генерації коду, творчого письма або витягування даних, де самоцензура є перешкодою.

Увімкнення потокових відповідей

Увімкніть потокову передачу, щоб отримувати токени послідовно, що зменшує сприйняту затримку для генерації довгого контенту.

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)

Потокова передача (Streaming) є критично важливою для інтерфейсів, які відображають текст у реальному часі. Останній фрагмент містить загальне використання токенів для цілей билінгу. Цей метод зберігає відкритий характер моделі, забезпечуючи плавний користувацький досвід.

Режим JSON та виклик функцій

Примусовий структурований вивід або увімкніть використання інструментів, налаштувавши response_format та tools параметри.

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);

Встановити response_format: { type: "json_object" } для послідовного повернення JSON. Виклик функцій дозволяє моделі виконувати конкретні дії на основі структури вашого промпта. Ця гнучкість робить API придатним для складних робочих процесів автоматизації.

Обробка лімітів токенів та помилок

Відстежуйте використання токенів та обробляйте стандартні помилки HTTP для підтримки надійної інтеграції 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)

Контекстне вікно підтримує 100,000 токенів для сумісного вводу та виводу. Запити, які перевищують ліміт виводу в 16,000 токенів або стикаються з обмеженням частоти запитів, повертають відповідні коди помилок. Відстежуйте використання через останній чанк потокового передавання або заголовки відповіді, щоб ефективно керувати передоплаченим кредитом.