Integrasikan API LLM tanpa sensor

Prasyarat dan Instalasi SDK

Instal SDK resmi untuk bahasa pemrograman pilihan Anda untuk berkomunikasi dengan endpoint. Anda memerlukan Python 3.7+ atau Node.js 18+ dengan kunci API aktif. Perpustakaan klien menangani serialisasi dan logika pengulangan secara otomatis. Ini memastikan integrasi Anda tetap stabil di bawah berbagai kondisi beban.

Versi yang diperlukan: Python openai>=1.0.0 atau Node [email protected]. Paket-paket ini mendukung antarmuka streaming dan pemanggilan alat modern.

Mengatur URL Dasar

Arahkan klien SDK Anda ke URL dasar spesifik kami untuk mengarahkan lalu lintas dengan benar. Ini memastikan Anda terhubung ke model tanpa sensor, bukan ke titik akhir OpenAI default. URL dasarnya adalah https://api.iasenzacensura.com/v1.

Konfigurasikan URL dasar dalam kode inisialisasi klien Anda. Perubahan tunggal ini mengalihkan semua panggilan berikutnya ke infrastruktur kami. Anda dapat memverifikasi koneksi dengan memanggil GET /v1/models dan memeriksa uncensored ID model.

Autentikasi dengan Kunci API

Kirimkan kunci API Anda di Authorization header untuk setiap permintaan. Gunakan format Bearer YOUR_API_KEY untuk mengautentikasi identitas Anda. Kunci dibuat segera setelah mendaftar dengan Google atau email.

Jaga kunci Anda tetap aman. Ini memberikan akses ke kredit prabayar Anda. Jika Anda kehilangan kunci, hasilkan kunci baru dari dasbor; kunci lama menjadi tidak berlaku segera. Ini memastikan saldo Anda yang belum digunakan tetap terlindungi dari penggunaan tidak sah.

Mengirimkan Permintaan Penyelesaian Chat

Kirim POST permintaan ke /v1/chat/completions dengan prompt dan ID model Anda. ID model adalah uncensored. Ini mengembalikan respons teks tanpa penolakan konten untuk penggunaan dewasa yang sah.

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"}]
  }'

Respons mencakup statistik penggunaan token. Token input berharga $0.15 per juta; token output berharga $0.50 per juta. Kesalahan tidak mengonsumsi kredit, yang melindungi saldo Anda selama fase pengujian.

Menangani Respons Streaming (SSE)

Aktifkan streaming dengan mengatur stream: true dalam badan permintaan Anda. Ini mengembalikan Server-Sent Events (SSE) untuk pengiriman token real-time. Anda menerima token parsial saat token tersebut dihasilkan, secara signifikan mengurangi latensi yang dirasakan.

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)

Setiap chunk berisi teks parsial dan data penggunaan. Chunk terakhir mencakup jumlah token total untuk permintaan tersebut. Uraikan peristiwa-peristiwa ini untuk memperbarui UI Anda secara bertahap. Ini ideal untuk antarmuka obrolan di mana pengguna mengharapkan umpan balik segera.

Mengkonfigurasi Parameter dan Alat

Sesuaikan perilaku generasi menggunakan parameter standar seperti temperature, top_p, dan stop. Setel response_format ke {"type": "json_object"} untuk output terstruktur. Aktifkan pemanggilan fungsi dengan meneruskan a tools array.

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);

Parameter-parameter ini mengontrol keacakan dan struktur. Suhu yang lebih tinggi meningkatkan kreativitas; nilai yang lebih rendah meningkatkan presisi. Definisi alat memungkinkan model memanggil fungsi eksternal secara dinamis. Ini memungkinkan alur kerja kompleks tanpa logika parsing eksternal.

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)