Snelle Startgids

Vereisten en SDK-installatie

Installeer de officiële SDK voor uw voorkeurstaal voordat u verzoeken uitvoert. Dit zorgt voor compatibiliteit met de basis-URL en authenticatieheaders.

• Python: pip install openai
• Node.js: npm install openai

Deze bibliotheken verwerken de onderliggende HTTP-communicatie en JSON-parsing voor u.

Authenticatie en basis-URL-instelling

Configureer uw client met de specifieke basis-URL en uw unieke API-sleutel. Dit leidt het verkeer naar onze ongecensureerde inferentie-engine in plaats van de standaardprovider.

Stel de omgevingsvariabele in. OPENAI_API_KEY of geef het direct door bij je clientinitialisatie.

De basis-URL moet verwijzen naar https://api.llmuncensoredapi.com/v1 om correcte routing te garanderen.

Basis Tekstvoltooiing Request

Stuur een eenvoudig POST-verzoek om tekst te genereren. Deze methode werkt voor elk standaard chat-completiegeval.

Het model reageert met ruwe tekst, waarbij de typische weigeringen van andere modellen worden vermeden.

Gebruik de model ID uncensored voor alle verzoeken.

Hier is een basisvoorbeeld:

Copycurl https://api.llmuncensoredapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run health check on the api endpoint"}]
  }'

Streaming-responsen met SSE

Gebruik streaming voor realtime token-generatie. Dit is ideaal voor chatinterfaces of het genereren van lange teksten.

Instellen stream: true in je aanvraaglichaam.

De API retourneert Server-Sent Events (SSE) zodra tokens beschikbaar komen.

Deze aanpak vermindert de waargenomen latentie voor de gebruiker.

Voorbeeldstreamcode:

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)

Function Calling en toolgebruik

Functieaanroep inschakelen door gereedschappen in je verzoek te definiëren. Dit stelt het model in staat gestructureerde JSON uit te voeren voor externe uitvoering.

Gebruik tool_choice om te bepalen wanneer het model een functie aanroept.

Deze functie is cruciaal voor automatiseringsworkflows.

Python-voorbeeld:

Copyfrom openai import OpenAI

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

JSON-modus voor gestructureerde uitvoer

Forceer het model om geldige JSON uit te geven met behulp van de response_format parameter.

Instellen response_format naar {"type": "json_object"}.

Dit zorgt voor consistente parsing voor downstream-applicaties.

Node.js-voorbeeld:

Copyimport OpenAI from "openai";

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

Tokens en limieten begrijpen

Het contextvenster ondersteunt in totaal tot 100.000 tokens. Elk verzoek kan maximaal 16.000 tokens uitvoeren.

Snelheidslimieten zijn 300 verzoeken per minuut per sleutel.

Fouten omvatten 401 voor ongeldige sleutels, 402 voor onvoldoende krediet en 429 voor snelheidslimieten.

Fouten verbruiken niet uw vooruitbetaalde tegoed.