Przewodnik szybkiego startu

Wymagania wstępne: SDK i klucz

Pobierz swój klucz API z pulpitu nawigacyjnego i zainstaluj preferowany SDK językowy. Usługa używa standardowych nagłówków uwierzytelniania, więc musisz tylko bezpiecznie przekazać klucz. Nie jest wymagany numer telefonu do rejestracji, a klucz pojawia się natychmiast po utworzeniu. Możesz użyć poświadczeń Google lub e-maila do uzyskania dostępu do panelu.

Upewnij się, że Twoje środowisko deweloperskie obsługuje wybraną wersję SDK. Zalecamy najnowszą stabilną wersję dla najlepszej kompatybilności. System obsługuje standardowe klienty OpenAI-compatible, co znacznie upraszcza proces konfiguracji.

• Zarejestruj się przez Google lub adres e-mail na stronie klucza.
• Skopiuj wygenerowany klucz API natychmiast.
• Zainstaluj SDK dla preferowanego języka.

Konfiguracja bazowego URL

Wskaż klientowi dedykowany adres bazowy bez cenzury i ustaw identyfikator modelu. Punkt końcowy to HTTPS://api.llmwithoutrestrictions.com/v1. Musisz ustawić identyfikator modelu na "uncensored" w każdym żądaniu. Zapewnia to korzystanie z konkretnego modelu open-weight dostrojonego do nieograniczonych odpowiedzi.

Uwierzytelnianie opiera się na nagłówku Bearer token. Przekaż swój klucz dokładnie tak, jak został dostarczony. Nie modyfikuj struktury bazowego adresu URL. API obsługuje standardowe parametry takie jak temperature i top_p. Możesz dostosować te wartości, aby kontrolować kreatywność i determinizm.

Wysyłanie pierwszej prośby

Wykonaj proste uzupełnienie czatu, aby zweryfikować łączność i jakość odpowiedzi. Użyj poniższego polecenia curl, aby wysłać bezpośrednie żądanie. Potwierdza to działanie klucza API i zwraca tekst bez standardowych odmów wynikających z ograniczeń.

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"}]
  }'

Odpowiedź zawiera wygenerowany tekst w tablicy choices. Sprawdź statystyki użycia, aby monitorować zużycie tokenów. Ta metoda jest idealna do szybkiej walidacji przed integracją w większych aplikacjach.

Integracja SDK Python

Zainicjuj klienta, podając adres bazowy oraz klucz API w Pythonie. Użyj pakietu OpenAI SDK lub dowolnej kompatybilnej biblioteki. Jawnie ustaw model na "uncensored". To podejście automatycznie obsługuje ponawianie prób i parsowanie 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)

Przykład kodu demonstruje prostą wymianę wiadomości. Możesz przekazać wiele wiadomości w celu zapewnienia kontekstu. System zarządza stanem w oknie rozmowy. Dzięki temu łatwo jest tworzyć agentów konwersacyjnych bez skomplikowanej logiki routingu.

Integracja SDK Node

Skonfiguruj klienta Node.js z poprawnym adresem URL bazowym. Przekaż klucz API w nagłówkach. Określ identyfikator modelu jako „uncensored”. Zapewnia to spójne zachowanie w Twoich aplikacjach 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);

Obsługuj dane odpowiedzi, aby wyodrębnić wygenerowaną treść. SDK zarządza połączeniem HTTP wydajnie. Możesz zintegrować to z trasami Express lub funkcjami serverless. Struktura odzwierciedla standardowe odpowiedzi OpenAI dla łatwej migracji.

Odpowiedzi strumieniowe i limity

Włącz strumieniowanie, aby otrzymywać tokeny w czasie rzeczywistym za pomocą zdarzeń wysyłanych serwerowo. Zmniejsza to postrzeganą opóźnienie dla długich wyjść. Ostatni fragment zawiera statystyki całkowitego zużycia tokenów. Ustaw parametr modelu na "uncensored", aby zachować spójność.

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)

Przydzielono Ci limit 300 żądań na minutę na klucz. Okno kontekstowe obsługuje łącznie 100 000 tokenów. Maksymalna liczba tokenów wyjściowych to 16 000 na żądanie. Błędy takie jak 401 lub 402 są darmowe. Limity szybkości są stosowane ściśle, aby zapobiec nadużyciom. Utrzymuj ciała żądań poniżej 8 MB.