Ghid de începere rapidă

Precondiții și instalarea SDK-ului

Instalează SDK-ul oficial pentru limbajul tău preferat înainte de a face orice solicitări. Acest lucru asigură compatibilitatea cu URL-ul de bază și antetele de autentificare.

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

Aceste librării gestionează pentru tine comunicarea HTTP de bază și analiza JSON.

Autentificare și Configurare URL de Bază

Configurați clientul cu URL-ul de bază specific și cheia dvs. unică de API. Acest lucru direcționează traficul către motorul nostru de inferență fără cenzură, în loc de furnizorul standard.

Stabilește variabila de mediu OPENAI_API_KEY sau treceți-o direct în inițializarea clientului.

URL-ul de bază trebuie să indice https://api.llmuncensoredapi.com/v1 pentru a asigura rutarea corectă.

Cerere de completare text de bază

Trimiteți o cerere POST simplă pentru a genera text. Această metodă funcționează pentru orice caz de utilizare standard al completării chat.

Modelul răspunde cu text brut, evitând refuzurile tipice găsite în alte modele.

Folosește ID-ul modelului uncensored pentru toate solicitările.

Iată un exemplu de bază:

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"}]
  }'

Răspunsuri în streaming cu SSE

Folosește streaming pentru generarea de tokeni în timp real. Acest lucru este ideal pentru interfețe de chat sau generarea de conținut pe termen lung.

Setează stream: true în corpul cererii tale.

API returnează Server-Sent Events (SSE) pe măsură ce tokenii devin disponibili.

Această abordare reduce latența percepută pentru utilizator.

Cod streaming exemplu:

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)

Apelarea funcțiilor și utilizarea instrumentelor

Activează apelarea de funcții definind instrumente în cererea ta. Acest lucru permite modelului să returneze JSON structurat pentru execuție externă.

Utilizare tool_choice pentru a controla momentul în care modelul apelează o funcție.

Această funcționalitate este critică pentru fluxurile de lucru de automatizare.

Exemplu Python:

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)

Mod JSON pentru Ieșire Structurată

Forțează modelul să genereze JSON valid folosind response_format parametru.

Setează response_format pentru {"type": "json_object"}.

Aceasta asigură o analiză (parsing) consistentă pentru aplicațiile downstream.

Exemplu Node.js:

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);

Înțelegerea tokenilor și a limitelor

Fereastra de context suportă până la 100.000 de tokeni în total. Fiecare solicitare poate genera până la 16.000 de tokeni.

Limitările de rată sunt de 300 de cereri pe minut per cheie.

Erorile includ 401 pentru chei invalide, 402 pentru credit insuficient și 429 pentru limitele de rată.

Erorile nu consumă creditul tău preplătit.