Guida all'avvio rapido

Prerequisiti: SDK e chiave

Recupera la tua chiave API dal dashboard e installa il tuo SDK per il linguaggio preferito. Il servizio utilizza intestazioni di autenticazione standard, quindi devi solo passare la chiave in modo sicuro. Non è richiesto un numero di telefono per la registrazione e la chiave appare immediatamente dopo la creazione. Puoi utilizzare credenziali Google o email per accedere al pannello.

Assicurati che il tuo ambiente di sviluppo supporti la versione specifica dell'SDK che scegli. Consigliamo l'ultima versione stabile per la migliore compatibilità. Il sistema accetta client standard compatibili con OpenAI, il che semplifica notevolmente il processo di configurazione.

• Iscriviti tramite Google o email nella pagina delle chiavi.
• Copia la chiave API generata immediatamente.
• Installa l'SDK per il tuo linguaggio preferito.

Configurazione URL Base

Indirizza il tuo client all'URL di base dedicato senza filtri e imposta l'identificatore del modello. L'endpoint è HTTPS://api.llmwithoutrestrictions.com/v1. Devi impostare l'ID del modello su "uncensored" per ogni richiesta. Questo garantisce che tu stia utilizzando il modello open-weight specifico ottimizzato per output senza restrizioni.

L'autenticazione si basa sull'intestazione del token Bearer. Invia la tua chiave esattamente come fornita. Non modificare la struttura dell'URL di base. L'API supporta parametri standard come temperature e top_p. Puoi regolare questi valori per controllare creatività e determinismo.

Invio della tua prima richiesta

Esegui un semplice completamento chat per verificare la connettività e la qualità della risposta. Usa il comando curl riportato di seguito per inviare una richiesta diretta. Questo conferma che la chiave API funziona e restituisce testo senza i tipici rifiuti dei guardrail.

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 risposta include il testo generato nell'array choices. Controlla le statistiche sull'utilizzo per monitorare il consumo di token. Questo metodo è ideale per una rapida convalida prima di integrare in applicazioni più grandi.

Integrazione SDK Python

Inizializza il client con l'URL base e la chiave API in Python. Usa l'SDK OpenAI o qualsiasi libreria compatibile. Imposta esplicitamente il modello su "uncensored". Questo approccio gestisce automaticamente i tentativi e l'analisi JSON.

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)

Lo snippet di codice dimostra uno scambio di messaggi semplice. Puoi passare più messaggi per il contesto. Il sistema mantiene lo stato attraverso la finestra di conversazione. Questo rende facile costruire agenti conversazionali senza logica di routing complessa.

Integrazione SDK Node

Configura il client Node.js con l'URL di base corretto. Passa la chiave API nelle intestazioni. Specifica l'ID del modello come "uncensored". Questo garantisce un comportamento coerente nelle tue applicazioni 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);

Gestisci i dati di risposta per estrarre il contenuto generato. L'SDK gestisce la connessione HTTP in modo efficiente. Puoi integrarlo nelle route di Express o nelle funzioni serverless. La struttura riflette le risposte standard di OpenAI per una migrazione facile.

Risposte in streaming e limiti

Abilita lo streaming per ricevere i token in tempo reale tramite eventi inviati dal server. Questo riduce la latenza percepita per le output lunghe. L'ultimo chunk contiene le statistiche sull'utilizzo totale dei token. Imposta il parametro model su "uncensored" per mantenere la coerenza.

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)

Hai un limite di 300 richieste al minuto per chiave. La finestra di contesto supporta 100.000 token combinati. L'output massimo è di 16.000 token per richiesta. Errori come 401 o 402 sono gratuiti. I limiti di frequenza si applicano rigorosamente per prevenire abusi. Mantieni i corpi delle richieste sotto gli 8 MB.