Zintegruj interfejs API LLM Uncensored w kilka minut

Zainstaluj oficjalne SDK OpenAI

Zacznij od dodania biblioteki klienta do środowiska swojego projektu. Zapewnia to kompatybilność ze standardowymi formatami żądań i protokołami strumieniowymi bez konieczności stosowania niestandardowej logiki HTTP.

Pakiet automatycznie obsługuje nagłówki uwierzytelniania i serializację JSON. Możesz przejść do konfiguracji, gdy zależność zostanie rozwiązana w Twoim workspace.

Copyfrom openai import OpenAI

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

Skonfiguruj podstawowy URL i Klucz API

Bezpośrednio kieruj ruch do naszego punktu końcowego, ustawiając base_url zmienną i wstrzyknąć swój unikalny klucz do instancji klienta. Ta prosta zmiana kieruje żądania do naszego zoptymalizowanego modelu bez cenzury, bez zmiany struktury Twojego kodu.

Zweryfikuj łączność, sprawdzając /v1/models endpoint. System zwraca dostępny identyfikator modelu, potwierdzając, że Twoje dane uwierzytelniające są poprawne, a ścieżka sieciowa jest otwarta.

Copycurl https://api.unlimitedllmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all available endpoints for user authentication"}]
  }'

Wyślij swoje pierwsze żądanie uzupełnienia czatu

Skonstruuj standardowy ładunek uzupełnienia czatu z identyfikatorem modelu uncensored i żądaną tablicę wiadomości. API przetwarza dane wejściowe tekstowe i zwraca wygenerowany tekst, obsługując parametry takie jak temperature i top_p do kontroli tonu.

Upewnij się, że ciało żądania mieści się w limicie 8 MB. System akceptuje standardowe obiekty JSON i zwraca odpowiedzi strukturalne, które Twoja aplikacja może natychmiast przeanalizować.

Copyimport OpenAI from "openai";

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

Obsługa odpowiedzi strumieniowych i zużycia tokenów

Włącz strumieniowanie, ustawiając stream flagę na true. Zwraca to kawałki Server-Sent Events (SSE), pozwalając interfejsowi wyświetlać tokeny progresywnie, gdy są generowane.

Statystyki użycia tokenów pojawiają się w końcowym kawałku strumienia. To podejście zmniejsza postrzeganą latencję dla użytkowników, jednocześnie zapewniając dokładne rozliczenia na podstawie rzeczywistego zużycia.

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)

Włącz Wywoływanie Funkcji i Tryb JSON

Aktywuj output strukturalny, ustawiając response_format do {"type": "json_object"}.To wymusza od modelu zwracanie ściśle poprawnego formatu JSON, co jest kluczowe dla niezawodnej integracji z formularzami frontendowymi lub usługami backendowymi.

Możesz również zdefiniować narzędzia w ciele żądania, aby włączyć wywoływanie funkcji. Model odpowiada konkretnymi nazwami funkcji i argumentami, pozwalając Twojemu kodowi na wykonanie zewnętrznej logiki na podstawie intencji użytkownika.

Zrozum limity szybkości i okna kontekstowego

Twój klucz API obsługuje do 300 żądań na minutę i do 8 równoległych żądań jednocześnie. Jeśli przekroczysz te limity, system zwróci błąd 429 do momentu zresetowania okna czasowego.

Okno kontekstowe pozwala na łącznie 100 000 tokenów, obejmując zarówno prompt, jak i uzupełnienie. Output jest ograniczony do 16 000 tokenów na żądanie lub 2 048 tokenów, jeśli nie określisz tego parametru max_tokens. Błędy i odrzucenia nie zużywają kredytu.