Integreer de onbeperkte LLM API

Vereisten en SDK-installatie

Installeer de officiële SDK voor uw voorkeurstaal om te communiceren met het eindpunt. U heeft Python 3.7+ of Node.js 18+ nodig met een actieve API-sleutel. De clientbibliotheken verwerken serialisatie en retry-logica automatisch. Dit zorgt ervoor dat uw integratie stabiel blijft onder wisselende belastingcondities.

Vereiste versies: Python openai>=1.0.0 of Node [email protected]. Deze pakketten ondersteunen de moderne streaming- en tool-calling-interfaces.

De basis-URL instellen

Wijs uw SDK-client naar onze specifieke basis-URL om het verkeer correct te routeren. Dit zorgt ervoor dat u verbinding maakt met het ongefilterde model in plaats van het standaard OpenAI-eindpunt. De basis-URL is https://api.iasenzacensura.com/v1.

Configureer de basis-URL in je client-initialisatiecode. Deze enkele wijziging stuurt alle daaropvolgende calls naar onze infrastructuur. Je kunt de verbinding verifiëren door GET /v1/models en controleren op de uncensored model-ID.

Authenticatie met API-sleutel

Geef uw API-sleutel in de Authorization header voor elk verzoek. Gebruik de indeling Bearer YOUR_API_KEY om je identiteit te authenticeren. De sleutel wordt direct gegenereerd na het aanmelden met Google of e-mail.

Houd je sleutel veilig. Deze geeft toegang tot je voorgekochtegoed. Als je de sleutel verliest, genereer dan een nieuwe vanuit het dashboard; de oude sleutel wordt onmiddellijk ongeldig. Dit zorgt ervoor dat je resterende saldo beschermd blijft tegen ongeautoriseerd gebruik.

Een Chat Completion Request versturen

Verstuur een POST aanvraag om /v1/chat/completions met je prompt en model-ID. De model-ID is uncensored. Dit retourneert een tekstrespons zonder inhoudsafwijzingen voor wettelijk volwassen gebruik.

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"}]
  }'

De respons bevat statistieken over tokengebruik. Inputtokens kosten $0.15 per miljoen; outputtokens kosten $0.50 per miljoen. Fouten verbruiken geen credit, wat je saldo beschermt tijdens testfasen.

Stream-antwoorden verwerken (SSE)

Activeer streaming door stream: true in je aanvraaglichaam. Dit retourneert Server-Sent Events (SSE) voor realtime tokenlevering. Je ontvangt gedeeltelijke tokens zodra ze worden gegenereerd, wat de waargenomen latentie aanzienlijk vermindert.

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)

Elke chunk bevat gedeeltelijke tekst en gebruiksgegevens. De laatste chunk bevat het totale tokenaantal voor het verzoek. Parseer deze events om je UI incrementeel bij te werken. Dit is ideaal voor chatinterfaces waar gebruikers directe feedback verwachten.

Parameters en tools configureren

Pas het generatiegedrag aan met standaardparameters zoals temperature, top_p, en stop. Stel response_format naar {"type": "json_object"} voor gestructureerde uitvoer. Schakel function calling in door een 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);

Deze parameters regelen willekeur en structuur. Hogere temperaturen verhogen de creativiteit; lagere waarden verbeteren de precisie. Tool-definities stellen het model in staat externe functies dynamisch aan te roepen. Dit maakt complexe workflows mogelijk zonder externe parsinglogica.

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)