Integrera den obegränsade LLM API:t

Förutsättningar och SDK-installation

Installera det officiella SDK:t för ditt föredragna språk för att kommunicera med slutpunkten. Du behöver Python 3.7+ eller Node.js 18+ med en aktiv API-nyckel. Klientbiblioteken hanterar serialisering och retry-logik automatiskt. Detta säkerställer att din integration förblir stabil under varierande belastning.

Obligatoriska versioner: Python openai>=1.0.0 eller Node [email protected]. Dessa paket stöder moderna gränssnitt för streaming och verktysanrop.

Att ställa in bas-URL:en

Pek SDK-klienten mot vår specifika bas-URL för att styra trafiken korrekt. Detta säkerställer att du ansluter till den obegränsade modellen snarare än standard OpenAI-slutpunkten. Bas-URL:n är https://api.iasenzacensura.com/v1.

Konfigurera bas-URL:en i din klientinitieringskod. Denna enda ändring omdirigerar alla efterföljande anrop till vår infrastruktur. Du kan verifiera anslutningen genom att anropa GET /v1/models och kontrollera för uncensored modell-ID.

Autentisering med API-nyckel

Skicka ditt API-nyckel i Authorization header för varje begäran. Använd formatet Bearer YOUR_API_KEY för att autentisera din identitet. Nyckeln genereras omedelbart efter att du har registrerat dig med Google eller e-post.

Håll din nyckel säker. Den ger tillgång till din förbetala kredit. Om du förlorar nyckeln, generera en ny från kontrollpanelen; den gamla nyckeln blir ogiltig omedelbart. Detta säkerställer att din obetalda balans förblir skyddad från obehörig användning.

Skickar en chattslutförandeförfrågan

Skicka en POST begäran till /v1/chat/completions med din prompt och modell-ID. Modell-ID:et är uncensored. Detta returnerar ett text svar utan innehållsavvisningar för laglig vuxenanvändning.

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"}]
  }'

Svaret inkluderar statistik över tokenanvändning. Inmatningstokens kostar $0.15 per miljon; utmatningstokens kostar $0.50 per miljon. Fel förbrukar inte kredit, vilket skyddar din balans under testfaser.

Hantering av strömnings-svar (SSE)

Aktivera strömning genom att ställa in stream: true i din förfrågningskropp. Detta returnerar Server-Sent Events (SSE) för realtidsleverans av tokens. Du får delvis genererade tokens när de skapas, vilket minskar den upplevda latensen avsevärt.

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)

Varje chunk innehåller delvis text och användningsdata. Den sista chunken innehåller det totala tokenantalet för begäran. Parsa dessa händelser för att uppdatera ditt UI stegvis. Detta är idealiskt för chattgränssnitt där användare förväntar sig omedelbar återkoppling.

Konfigurera parametrar och verktyg

Anpassa genereringsbeteende med standardparametrar som temperature, top_p, och stop. Ställ in response_format för {"type": "json_object"} för strukturerad utdata. Aktivera funktionsanrop genom att skicka en 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);

Dessa parametrar styr slumpmässighet och struktur. Högre temperaturer ökar kreativiteten; lägre värden förbättrar precisionen. Verktygsdefinitioner gör att modellen kan anropa externa funktioner dynamiskt. Detta möjliggör komplexa arbetsflöden utan extern parslogik.

Strömning

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)