Démarrage rapide : Intégrez l'API LLM sans censure

Installez le SDK officiel OpenAI

Utilisez la bibliothèque standard pour gérer l'authentification et le formatage. Cette approche garantit la compatibilité avec votre base de code existante sans apprendre une nouvelle interface client.

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

Le SDK gère automatiquement les nouvelles tentatives et la sérialisation JSON. Vous n'avez pas besoin d'écrire des gestionnaires HTTP personnalisés pour les tâches de génération de texte de base.

Configurez votre URL de base et votre clé API

Pointez votre client vers notre point de terminaison spécifique pour accéder au modèle sans filtre. Les URL OpenAI standard n'atteindront pas notre moteur d'inférence dédié sans censorship.

Définissez le base_url à https://api.aillmwithoutrestrictions.com/v1 et injectez votre clé depuis le tableau de bord. L'identifiant du modèle est toujours uncensored.

Envoyez votre première requête de complétion de chat

Faites une requête POST directe pour générer du texte sans filtres de contenu. Cet exemple utilise cURL pour illustrer l'interaction HTTP brute.

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"}]
  }'

Envoyez une invite et recevez une réponse complète en un seul appel. Le modèle renvoie du texte qui contourne les garde-fous corporatifs standards.

Activez le streaming pour la sortie de jetons en temps réel

Réduisez la latence perçue en consommant les jetons au fur et à mesure de leur génération. Le streaming fournit un retour immédiat pour le jeu de rôle long format ou l'écriture créative.

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)

Itérez sur le flux pour afficher les tokens en temps réel. Le dernier chunk contient l'utilisation totale des tokens pour la facturation.

Utiliser l'appel de fonctions et le mode JSON

Structurez votre sortie pour une utilisation programmatique ou exécutez des outils dynamiquement. Les deux modes sont pris en charge dans l'environnement uncensored.

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);

Définissez des outils ou forcez les réponses JSON en utilisant response_format. Le modèle respecte votre schéma tout en maintenant sa nature sans restriction.

Gérez les erreurs et vérifiez l'utilisation

Surveillez les codes de réponse pour gérer votre crédit prépayé et vos limites de taux. Les erreurs comme 401 indiquent une clé invalide, tandis que 402 signale un crédit vide.

La limite de débit est de 300 requêtes par minute. Le dépassement déclenche une erreur 429. Votre fenêtre de contexte s'étend sur 100 000 tokens au total, avec une sortie maximale de 16 000 tokens par requête.

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)