Tích hợp API LLM không kiểm duyệt

Điều kiện tiên quyết và Cài đặt SDK

Cài đặt SDK chính thức cho ngôn ngữ ưa thích của bạn để giao tiếp với điểm cuối. Bạn cần Python 3.7+ hoặc Node.js 18+ với một khóa API hoạt động. Các thư viện máy khách xử lý tuần tự hóa và logic thử lại một cách tự động. Điều này đảm bảo tích hợp của bạn vẫn ổn định dưới các điều kiện tải khác nhau.

Phiên bản bắt buộc: Python openai>=1.0.0 hoặc Node [email protected]. Các gói này hỗ trợ các giao diện streaming và gọi công cụ hiện đại.

Cài đặt URL cơ sở

Điểm SDK client của bạn đến URL gốc cụ thể của chúng tôi để định hướng lưu lượng truy cập đúng cách. Điều này đảm bảo bạn kết nối với mô hình không kiểm duyệt thay vì điểm cuối OpenAI mặc định. URL gốc là https://api.iasenzacensura.com/v1.

Cấu hình URL gốc trong mã khởi tạo client của bạn. Thay đổi đơn giản này sẽ chuyển hướng tất cả các lệnh gọi tiếp theo đến cơ sở hạ tầng của chúng tôi. Bạn có thể xác minh kết nối bằng cách gọi GET /v1/models và kiểm tra uncensored model ID.

Xác thực với Khóa API

Định nghĩa khóa API của bạn trong Authorization header cho mọi yêu cầu. Sử dụng định dạng Bearer YOUR_API_KEY để xác thực danh tính của bạn. Khóa được tạo ngay sau khi đăng ký bằng Google hoặc email.

Giữ khóa của bạn an toàn. Nó cung cấp quyền truy cập vào khoản tín dụng trả trước của bạn. Nếu bạn mất khóa, hãy tạo một khóa mới từ bảng điều khiển; khóa cũ sẽ trở nên vô hiệu ngay lập tức. Điều này đảm bảo số dư chưa sử dụng của bạn được bảo vệ khỏi việc sử dụng trái phép.

Gửi Yêu cầu Hoàn thành Trò chuyện

Gửi một POST yêu cầu đến /v1/chat/completions với lời nhắc và định danh mô hình của bạn. Định danh mô hình là uncensored. Điều này trả về một phản hồi văn bản mà không từ chối nội dung cho mục đích người lớn hợp pháp.

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"}]
  }'

Phản hồi bao gồm thống kê sử dụng token. Token đầu vào có giá $0.15 mỗi triệu; token đầu ra có giá $0.50 mỗi triệu. Lỗi không tiêu thụ tín dụng, điều này bảo vệ số dư của bạn trong các giai đoạn kiểm thử.

Xử lý phản hồi phát trực tiếp (SSE)

Bật phát trực tiếp bằng cách đặt stream: true trong thân yêu cầu của bạn. Điều này trả về Sự kiện được gửi bởi máy chủ (SSE) để phân phối token theo thời gian thực. Bạn nhận được các token một phần khi chúng được tạo, giảm đáng kể độ trễ cảm nhận.

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)

Mỗi chunk chứa một phần văn bản và dữ liệu sử dụng. Chunk cuối cùng bao gồm tổng số token cho yêu cầu. Hãy phân tích các sự kiện này để cập nhật giao diện người dùng một cách tăng dần. Đây là phương án lý tưởng cho các giao diện trò chuyện nơi người dùng mong đợi phản hồi ngay lập tức.

Cấu hình Tham số và Công cụ

Tùy chỉnh hành vi tạo nội dung bằng các tham số tiêu chuẩn như temperature, top_p, và stop. Đặt response_format để {"type": "json_object"} cho đầu ra có cấu trúc. Bật gọi hàm bằng cách truyền một tools mảng.

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);

Các tham số này kiểm soát độ ngẫu nhiên và cấu trúc. Nhiệt độ cao hơn tăng cường tính sáng tạo; các giá trị thấp hơn cải thiện độ chính xác. Định nghĩa công cụ cho phép mô hình gọi các hàm bên ngoài một cách động. Điều này cho phép các quy trình làm việc phức tạp mà không cần logic phân tích bên ngoài.

Phát trực tiếp

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)