Szybki start z API bez cenzury

Wymagania wstępne i konfiguracja SDK

Nasze API działa z dowolnym klientem kompatybilnym z OpenAI. Potrzebujesz tylko klucza API z naszego panelu.

Zainstaluj standardowy SDK dla swojego języka. Dla Pythona uruchom pip install openai. Dla Node.js uruchom npm install openai. Używamy standardowego OpenAI klasa.

Skonfiguruj swój base URL na nasz punkt końcowy. Zapewnia to poprawne kierowanie wszystkich żądań do naszego LLM uncensored.

Uwierzytelnianie Twoim kluczem API

Przekaż swój klucz API w Authorization Nagłówek. Wymagamy tego dla każdego żądania.

Wygeneruj swój klucz na stronie "Pobierz klucz API". Możesz zalogować się przez Google lub użyć adresu e-mail i hasła.

Chroń swój klucz. Na konto przypisany jest tylko jeden aktywny klucz. Jeśli go zgubisz, wygeneruj nowy, aby zastąpić stary.

Wysyłanie twojego pierwszego chat completion

Wyślij żądanie POST do /v1/chat/completions. Określ model jako uncensored.

Dołącz swoją wiadomość do messages tablicy. Model zwróci odpowiedź tekstową.

Oto przykład użycia 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"}]
  }'

Obsługa odpowiedzi strumieniowych przez SSE

Używaj strumieniowania dla wyjścia w czasie rzeczywistym. Ustaw stream do true w żądaniu.

API wysyła zdarzenia wysłane przez serwer (SSE). Każdy czat zawiera częściowy tekst.

Zbierz wszystkie fragmenty, aby zbudować pełną odpowiedź. Jest to idealne dla interfejsów czatu.

Przykład w Pythonie:

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)

Konfigurowanie parametrów takich jak temperatura

Dostosuj parametry, aby kontrolować kreatywność. Użyj temperature dla losowości.

Ustaw top_p do próbkowania jądra (nucleus sampling). Użyj max_tokens ograniczenie długości outputu.

Obsługujemy okno kontekstowe o pojemności 100 000 tokenów. Pozwala to na długie rozmowy.

Przykład 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);

Zrozumienie zużycia tokenów i kosztów

Płać tylko za to, czego używasz. Kredyt jest zaliczkowy i nigdy nie wygasa.

Tokeny wejściowe kosztują $0.15 za 1M. Tokeny wyjściowe kosztują $0.50 za 1M.

Błędy i odrzucenia są darmowe. Sprawdź ostatni fragment pod kątem użycia tokenów.

Przykład strumieniowania:

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)