Intégrez l'API LLM sans censure

Prérequis et installation du SDK

Installez le SDK officiel pour votre langage préféré afin de communiquer avec le point de terminaison. Vous avez besoin de Python 3.7+ ou Node.js 18+ avec une clé API active. Les bibliothèques clientes gèrent automatiquement la sérialisation et la logique de nouvelle tentative. Cela garantit la stabilité de votre intégration dans des conditions de charge variables.

Versions requises : Python openai>=1.0.0 ou Node [email protected]. Ces packages prennent en charge les interfaces modernes de streaming et d'appel d'outils.

Définir l'URL de base

Pointez votre client SDK vers notre URL de base spécifique pour acheminer le trafic correctement. Cela garantit que vous vous connectez au modèle sans censure plutôt que à l'endpoint OpenAI par défaut. L'URL de base est https://api.iasenzacensura.com/v1.

Configurez l'URL de base dans votre code d'initialisation du client. Ce seul changement redirige tous les appels suivants vers notre infrastructure. Vous pouvez vérifier la connexion en appelant GET /v1/models Et recherchez le uncensored ID du modèle.

Authentification avec clé API

Passez votre clé API dans le Authorization header pour chaque requête. Utilisez le format Bearer YOUR_API_KEY pour authentifier votre identité. La clé est générée immédiatement après la connexion avec Google ou par e-mail.

Conservez votre clé en sécurité. Elle donne accès à votre crédit prépayé. Si vous perdez la clé, générez-en une nouvelle depuis le tableau de bord ; l'ancienne clé devient immédiatement invalide. Cela garantit que votre solde inutilisé reste protégé contre toute utilisation non autorisée.

Envoi d'une demande de complétion de chat

Envoyer un POST requête à /v1/chat/completions avec votre invite et l'ID du modèle. L'ID du modèle est uncensored. Cela retourne une réponse textuelle sans refus de contenu pour un usage adulte légal.

Copycurl https://api.iasenzacensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 Python web frameworks"}]
  }'

La réponse inclut les statistiques d'utilisation des tokens. Les tokens d'entrée coûtent $0.15 par million ; les tokens de sortie coûtent $0.50 par million. Les erreurs ne consomment pas de crédit, ce qui protège votre solde pendant les phases de test.

Gestion des réponses en streaming (SSE)

Activez le streaming en définissant stream: true dans le corps de votre requête. Cela renvoie des événements envoyés par le serveur (SSE) pour la livraison de jetons en temps réel. Vous recevez des jetons partiels au fur et à mesure de leur génération, réduisant considérablement la latence perçue.

Copyfrom openai import OpenAI

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

Chaque chunk contient du texte partiel et des données d'utilisation. Le dernier chunk inclut le nombre total de tokens pour la requête. Analysez ces événements pour mettre à jour votre interface utilisateur de manière incrémentale. C'est idéal pour les interfaces de chat où les utilisateurs attendent une réactivité immédiate.

Configuration des paramètres et des outils

Personnalisez le comportement de génération à l'aide de paramètres standard tels que temperature, top_p, et stop. Définissez response_format à {"type": "json_object"} pour une sortie structurée. Activez l'appel de fonctions en passant un tools tableau.

Copyimport OpenAI from "openai";

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

Ces paramètres contrôlent l'aléatoire et la structure. Des températures plus élevées augmentent la créativité ; des valeurs plus faibles améliorent la précision. Les définitions d'outils permettent au modèle d'invoquer des fonctions externes dynamiquement. Cela permet des workflows complexes sans logique d'analyse externe.

Streaming

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)