Guía de inicio rápido

Prerrequisitos: SDK y clave

Recupera tu clave API del panel e instala tu SDK de lenguaje preferido. El servicio utiliza encabezados de autenticación estándar, por lo que solo necesitas pasar la clave de forma segura. No se requiere número de teléfono para el registro, y la clave aparece inmediatamente después de la creación. Puedes usar credenciales de Google o correo electrónico para acceder al panel.

Asegúrate de que tu entorno de desarrollo sea compatible con la versión específica del SDK que elijas. Recomendamos la última versión estable para una mejor compatibilidad. El sistema acepta clientes estándar compatibles con OpenAI, lo que simplifica significativamente el proceso de configuración.

• Regístrate a través de Google o correo electrónico en la página de claves.
• Copia la clave API generada inmediatamente.
• Instala el SDK para tu lenguaje preferido.

Configuración de URL Base

Apunta tu cliente a la URL base dedicada sin censura y establece el identificador del modelo. El endpoint es HTTPS://api.llmwithoutrestrictions.com/v1. Debes establecer el ID del modelo como "uncensored" para cada solicitud. Esto asegura que estás utilizando el modelo de peso abierto específico ajustado para salidas sin restricciones.

La autenticación se basa en el encabezado del token Bearer. Pasa tu clave exactamente como se proporcionó. No modifiques la estructura de la URL base. La API admite parámetros estándar como temperature y top_p. Puedes ajustar estos valores para controlar la creatividad y la determinismo.

Enviar tu primera solicitud

Ejecuta una finalización de chat básica para verificar la conectividad y la calidad de la respuesta. Usa el comando curl a continuación para enviar una solicitud directa. Esto confirma que la clave API funciona y devuelve texto sin las negativas estándar de los filtros de contenido.

Copycurl https://api.llmwithoutrestrictions.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five libraries for Rust async programming"}]
  }'

La respuesta incluye el texto generado en la matriz choices. Consulta las estadísticas de uso para monitorizar el consumo de tokens. Este método es ideal para una validación rápida antes de integrar en aplicaciones más grandes.

Integración del SDK de Python

Inicializa el cliente con la URL base y la clave API en Python. Usa el SDK de OpenAI o cualquier biblioteca compatible. Establece el modelo como "uncensored" explícitamente. Este enfoque maneja los reintentos y el análisis de JSON automáticamente.

Copyfrom openai import OpenAI

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

El fragmento de código demuestra un intercambio de mensajes sencillo. Puedes pasar varios mensajes para el contexto. El sistema mantiene el estado a lo largo de la ventana de conversación. Esto facilita la creación de agentes conversacionales sin lógica de enrutamiento compleja.

Integración del SDK Node

Configura el cliente Node.js con la URL base correcta. Pasa la clave API en los encabezados. Especifica el ID del modelo como "uncensored". Esto garantiza un comportamiento consistente en tus aplicaciones JavaScript.

Copyimport OpenAI from "openai";

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

Maneja los datos de respuesta para extraer el contenido generado. El SDK gestiona la conexión HTTP de manera eficiente. Puedes integrarlo en rutas de Express o funciones serverless. La estructura refleja las respuestas estándar de OpenAI para una migración fácil.

Respuestas en streaming y límites

Habilita el streaming para recibir tokens en tiempo real mediante Server-Sent Events. Esto reduce la latencia percibida para salidas largas. El último fragmento contiene las estadísticas de uso total de tokens. Configura el parámetro del modelo a "uncensored" para mantener la coherencia.

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)

Estás limitado a 300 solicitudes por minuto por clave. La ventana de contexto admite 100.000 tokens combinados. La salida máxima es de 16.000 tokens por solicitud. Errores como 401 o 402 son gratuitos. Los límites de velocidad se aplican estrictamente para prevenir el abuso. Mantén los cuerpos de las solicitudes por debajo de 8 MB.