Schnellstart: Integrieren Sie die unzensierte LLM API

Installieren Sie das offizielle OpenAI-SDK

Verwenden Sie die Standardbibliothek zur Authentifizierung und Formatierung. Dieser Ansatz gewährleistet die Kompatibilität mit Ihrer bestehenden Codebasis, ohne dass Sie eine neue Client-Schnittstelle erlernen müssen.

• Python: pip install openai
• Node.js: npm install openai

Das SDK verwaltet Retries und JSON-Serialisierung automatisch. Sie müssen keine benutzerdefinierten HTTP-Handler für grundlegende Textgenerierungsaufgaben schreiben.

Konfigurieren Sie Ihre Base-URL und Ihren API-Schlüssel

Richten Sie Ihren Client auf unseren spezifischen Endpunkt aus, um auf das ungefilterte Modell zuzugreifen. Standard-OpenAI-URLs erreichen unseren dedizierten unzensierten Inferenz-Engine nicht.

Legen Sie den base_url zu https://api.aillmwithoutrestrictions.com/v1 und fügen Sie Ihren Schlüssel über das Dashboard ein. Die Modellkennung ist immer uncensored.

Senden Sie Ihre erste Chat-Vervollständigungsanfrage

Senden Sie eine direkte POST-Anfrage, um Text ohne Inhaltsfilter zu generieren. Dieses Beispiel verwendet cURL, um die rohe HTTP-Interaktion zu demonstrieren.

Copycurl https://api.aillmwithoutrestrictions.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list 5 linux commands for disk usage"}]
  }'

Sende eine Eingabeaufforderung und erhalte eine vollständige Antwort in einem Aufruf. Das Modell gibt Text zurück, der die Standard-Guardrails großer Unternehmen umgeht.

Streaming für Echtzeit-Token-Ausgabe aktivieren

Reduzieren Sie die wahrgenommene Latenz, indem Sie Token verbrauchen, während sie generiert werden. Streaming bietet sofortiges Feedback für Langtext-Rollenspiel oder kreatives Schreiben.

Copyfrom openai import OpenAI

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

Iterieren Sie über den Stream, um Tokens in Echtzeit anzuzeigen. Der letzte Chunk enthält die gesamte Token-Nutzung für die Abrechnung.

Nutze Function Calling und den JSON-Modus

Strukturieren Sie Ihre Ausgabe für die programmatische Nutzung oder führen Sie Tools dynamisch aus. Beide Modi werden in der uncensored-Umgebung unterstützt.

Copyimport OpenAI from "openai";

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

Definieren Sie Tools oder erzwingen Sie JSON-Antworten über response_format. Das Modell hält sich an Ihr Schema, während es seine unbeschränkte Natur beibehält.

Fehler und Nutzung behandeln

Überwachen Sie Antwortcodes, um Ihr vorgeschossenes Guthaben und die Ratenbegrenzungen zu verwalten. Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 ein leeres Guthaben signalisiert.

Die Rate-Limit beträgt 300 Anfragen pro Minute. Das Überschreiten löst einen 429-Fehler aus. Ihr Kontextfenster umfasst insgesamt 100.000 Tokens, mit einem Maximalausgabe von 16.000 Tokens pro Anfrage.

Streaming

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)