Guia de Início Rápido

Pré-requisitos: SDK e Chave

Recupere sua chave de API do painel e instale o SDK da linguagem de sua preferência. O serviço usa cabeçalhos de autenticação padrão, então você só precisa passar a chave de forma segura. Nenhum número de telefone é necessário para o cadastro, e a chave aparece imediatamente após a criação. Você pode usar credenciais do Google ou e-mail para acessar o painel.

Certifique-se de que seu ambiente de desenvolvimento suporte a versão específica do SDK que você escolher. Recomendamos a versão estável mais recente para melhor compatibilidade. O sistema aceita clientes padrão OpenAI-compatible, o que simplifica significativamente o processo de configuração.

• Cadastre-se via Google ou e-mail na página da chave.
• Copie a chave API gerada imediatamente.
• Instale o SDK para sua linguagem preferida.

Configuração da URL Base

Aponte seu cliente para o URL base dedicado sem restrições e defina o identificador do modelo. O endpoint é HTTPS://api.llmwithoutrestrictions.com/v1. Você deve definir o ID do modelo como "uncensored" para cada solicitação. Isso garante que você está usando o modelo de pesos abertos específico ajustado para saídas sem restrições.

A autenticação depende do cabeçalho do token Bearer. Passe sua chave exatamente como fornecida. Não modifique a estrutura da URL base. A API suporta parâmetros padrão como temperature e top_p. Você pode ajustar esses valores para controlar criatividade e determinismo.

Enviando sua primeira solicitação

Execute uma conclusão de chat básica para verificar a conectividade e a qualidade da resposta. Use o comando curl abaixo para enviar uma solicitação direta. Isso confirma que a chave de API funciona e retorna texto sem recusas padrão de guardrails.

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"}]
  }'

A resposta inclui o texto gerado na matriz choices. Verifique as estatísticas de uso para monitorar o consumo de tokens. Este método é ideal para uma validação rápida antes de integrar a aplicativos maiores.

Integração do SDK Python

Inicialize o cliente com o URL base e a chave de API em Python. Use o SDK da OpenAI ou qualquer biblioteca compatível. Defina o modelo como "uncensored" explicitamente. Esta abordagem lida com retentativas e análise de JSON automaticamente.

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)

O trecho de código demonstra uma troca de mensagens direta. Você pode passar várias mensagens para o contexto. O sistema mantém o estado ao longo da janela de conversa. Isso facilita a criação de agentes conversacionais sem lógica de roteamento complexa.

Integração do SDK Node

Configure o cliente Node.js com a URL base correta. Passe a chave da API nos cabeçalhos. Especifique o ID do modelo como "uncensored". Isso garante comportamento consistente em seus aplicativos 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);

Lide com os dados de resposta para extrair o conteúdo gerado. O SDK gerencia a conexão HTTP de forma eficiente. Você pode integrar isso em rotas Express ou funções serverless. A estrutura espelha as respostas padrão da OpenAI para fácil migração.

Respostas em Streaming e Limites

Ative o streaming para receber tokens em tempo real via Server-Sent Events. Isso reduz a latência percebida para saídas longas. O último chunk contém as estatísticas totais de uso de tokens. Defina o parâmetro do modelo para "uncensored" para manter a consistência.

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)

Você está limitado a 300 solicitações por minuto por chave. A janela de contexto suporta 100.000 tokens combinados. A saída máxima é de 16.000 tokens por solicitação. Erros como 401 ou 402 são gratuitos. Limites de taxa se aplicam estritamente para evitar abuso. Mantenha os corpos das solicitações abaixo de 8 MB.