Integre a API LLM Uncensored em Minutos

Instale o SDK Oficial OpenAI

Comece adicionando a biblioteca cliente ao ambiente do seu projeto. Isso garante compatibilidade com formatos de solicitação padrão e protocolos de streaming sem exigir lógica HTTP personalizada.

O pacote lida automaticamente com cabeçalhos de autenticação e serialização JSON. Você pode prosseguir para a configuração assim que a dependência for resolvida no seu espaço de trabalho.

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)

Configure URL Base e Chave de API

Direcione o tráfego para o nosso endpoint definindo o base_url variável e injetando sua chave exclusiva na instância do cliente. Essa simples troca direciona as solicitações para nosso modelo uncensored otimizado sem alterar a estrutura do seu código.

Verifique a conectividade verificando o /v1/models endpoint. O sistema retorna o identificador do modelo disponível, confirmando que suas credenciais são válidas e o caminho da rede está aberto.

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"}]
  }'

Envie sua primeira solicitação de conclusão de chat

Construa um payload padrão de conclusão de chat com o ID do modelo uncensored e o array de mensagens desejado. A API processa entrada de texto e retorna texto gerado, suportando parâmetros como temperature e top_p para controle de tom.

Garanta que o corpo da solicitação fique dentro do limite de 8 MB. O sistema aceita objetos JSON padrão e retorna respostas estruturadas que seu aplicativo pode analisar imediatamente.

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);

Trate Respostas em Streaming e Uso de Tokens

Habilite o streaming definindo o stream flag para true. Isso retorna chunks de Server-Sent Events (SSE), permitindo que sua interface exiba tokens progressivamente conforme são gerados.

As estatísticas de uso de tokens aparecem no último chunk do stream. Essa abordagem reduz a latência percebida para os usuários, mantendo sua faturação precisa com base no consumo real.

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)

Habilitar Function Calling e Modo JSON

Ative as saídas estruturadas definindo response_format para {"type": "json_object"}. Isso força o modelo a retornar JSON estritamente válido, o que é essencial para integração confiável com formulários frontend ou serviços backend.

Você também pode definir ferramentas no corpo da sua solicitação para habilitar a chamada de funções. O modelo responde com nomes de funções específicos e argumentos, permitindo que seu código execute lógica externa com base na intenção do usuário.

Entenda os limites de taxa e janelas de contexto

Sua chave de API suporta 300 solicitações por minuto e até 8 solicitações simultâneas. Se você exceder esses limites, o sistema retornará um erro 429 até que a janela de tempo seja reiniciada.

A janela de contexto permite 100.000 tokens no total, incluindo tanto prompt quanto conclusão. A saída é limitada a 16.000 tokens por solicitação, ou 2.048 tokens se você não especificar max_tokens. Erros e recusas não consomem crédito.