Hurtigstart med det uncensored api

Forudsætninger og SDK-setup

Vores API virker med ethvert OpenAI-kompatibelt klientbibliotek. Du har kun brug for en API-nøgle fra vores dashboard.

Installer den standard SDK til dit sprog. Til Python, kør pip install openai. Til Node.js, kør npm install openai. Vi bruger standard OpenAI class.

Indstil din base URL til vores endpoint. Dette sikrer, at alle anmodninger dirigeres korrekt til vores uncensored LLM.

Autentificering med din API-nøgle

Indsend din API-nøgle i Authorization header. Vi kræver dette for hver anmodning.

Generér din nøgle på siden "Hent API-nøgle". Du kan logge ind med Google eller bruge e-mail og adgangskode.

Hold din nøgle sikker. Der er én aktiv nøgle pr. konto. Hvis du mister den, skal du generere en ny for at erstatte den gamle.

At sende din første chat completion

Send en POST-forespørgsel til /v1/chat/completions. Angiv modellen som uncensored.

Indsæt din besked i messages array. Modellen vil returnere et tekst svar.

Her er et curl-eksempel:

Copycurl https://api.llmsuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the timeout to 30 seconds for the request"}]
  }'

Håndtering af streaming-svar via SSE

Brug streaming til realtidsoutput. Indstil stream til true i din request.

API'en sender Server-Sent Events. Hvert chunk indeholder delvis tekst.

Indsaml alle chunks for at opbygge det fulde svar. Dette er ideelt til chatgrænseflader.

Eksempel i Python:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmsuncensored.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)

Konfigurerer parametre som temperatur

Juster parametre for at kontrollere kreativitet. Brug temperature for tilfældighed.

Indstil top_p for nucleus sampling. Brug max_tokens for at begrænse outputlængden.

Vi understøtter et kontekstvindue på 100.000 tokens. Dette giver mulighed for lange samtaler.

Node.js-eksempel:

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmsuncensored.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);

Forståelse af tokenbrug og omkostninger

Betaling kun for det, du bruger. Kredit er forudbetalt og udløber aldrig.

Input-tokens koster $0,15 pr. 1M. Output-tokens koster $0,50 pr. 1M.

Fejl og afvisninger er gratis. Tjek den sidste del for token-forbrug.

Stream-eksempel:

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)