Guide de démarrage rapide avec l'API sans censure

Prérequis et configuration du SDK

Notre API fonctionne avec n'importe quel client compatible OpenAI. Vous n'avez besoin que d'une clé API depuis notre tableau de bord.

Installez le SDK standard pour votre langage. Pour Python, exécutez pip install openai. Pour Node.js, exécutez npm install openai. Nous utilisons le standard OpenAI class.

Définissez votre URL de base sur notre point de terminaison. Cela garantit que toutes les requêtes sont acheminées correctement vers notre LLM uncensored.

Authentification avec votre clé API

Passez votre clé API dans le Authorization header. Nous exigeons ceci pour chaque requête.

Générez votre clé sur la page « Obtenir la clé API ». Vous pouvez vous connecter avec Google ou utiliser un e-mail et un mot de passe.

Conservez votre clé en sécurité. Une seule clé est active par compte. Si vous la perdez, générez-en une nouvelle pour remplacer l'ancienne.

Envoi de votre première complétion de chat

Envoyez une requête POST à /v1/chat/completions. Spécifiez le modèle comme uncensored.

Incluez votre message dans le messages tableau. Le modèle renverra une réponse textuelle.

Voici un exemple curl :

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"}]
  }'

Gestion des réponses en streaming via SSE

Utilisez le streaming pour une sortie en temps réel. Définissez stream à true dans votre requête.

L'API envoie des Server-Sent Events. Chaque fragment contient du texte partiel.

Collectez tous les chunks pour construire la réponse complète. C'est idéal pour les interfaces de chat.

Exemple en 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)

Configuration de paramètres comme la température

Ajustez les paramètres pour contrôler la créativité. Utilisez temperature pour l'aléatoire.

Définir top_p pour l'échantillonnage par noyau. Utilisez max_tokens pour limiter la longueur de la sortie.

Nous prenons en charge une fenêtre de contexte de 100 000 tokens. Cela permet des conversations longues.

Exemple Node.js :

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);

Comprendre l'utilisation et les coûts des tokens

Payez uniquement ce que vous utilisez. Le crédit est prépayé et n'expire jamais.

Les tokens d'entrée coûtent 0,15 $ par 1M. Les tokens de sortie coûtent 0,50 $ par 1M.

Les erreurs et les refus sont gratuits. Consultez le dernier fragment pour l'utilisation des tokens.

Exemple de flux :

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)