Szybki start: Zintegruj API LLM bez cenzury

Zainstaluj oficjalny pakiet OpenAI SDK

Użyj standardowej biblioteki do obsługi uwierzytelniania i formatowania. To podejście zapewnia kompatybilność z istniejącym kodem bez konieczności poznawania nowego interfejsu klienta.

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

SDK automatycznie zarządza ponawianiem prób i serializacją JSON. Nie musisz pisać własnych handlerów HTTP dla podstawowych zadaj generowania tekstu.

Skonfiguruj swój bazowy adres URL i klucz API

Wskaż klienta na nasz konkretny punkt końcowy, aby uzyskać dostęp do modelu bez filtrów. Standardowe adresy URL OpenAI nie dotrą do naszego dedykowanego silnika wnioskowania bez cenzury.

Ustaw base_url do https://api.aillmwithoutrestrictions.com/v1 i wstrzyknij swój klucz z panelu. Identyfikator modelu jest zawsze uncensored.

Wyślij swoje pierwsze żądanie uzupełnienia czatu

Wyślij bezpośrednie żądanie POST, aby wygenerować tekst bez filtrów treści. Ten przykład używa cURL do pokazania surowej interakcji HTTP.

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"}]
  }'

Wyślij zapytanie i otrzymaj kompletną odpowiedź w jednym wywołaniu. Model zwraca tekst, który omija standardowe korporacyjne bariery.

Włącz strumieniowanie dla wyjścia tokenów w czasie rzeczywistym

Zmniejsz postrzeganą latencję, konsumując tokeny w miarę ich generowania. Strumieniowanie zapewnia natychmiastową informację zwrotną dla długich odgrywań ról lub pisania twórczego.

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)

Iteruj po strumieniu, aby wyświetlać tokeny w czasie rzeczywistym. Ostatni kawałek zawiera całkowite zużycie tokenów do rozliczeń.

Używaj wywoływania funkcji i trybu JSON

Zstrukturuj swoje wyjście do użytku programistycznego lub wykonuj narzędzia dynamicznie. Oba tryby są obsługiwane w środowisku bez cenzury.

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);

Zdefiniuj narzędzia lub wymuś odpowiedzi w formacie JSON za pomocą response_format. Model dostosowuje się do Twojego schematu, zachowując jednocześnie swoją naturę bez ograniczeń.

Obsłuż błędy i sprawdź użycie

Monitoruj kody odpowiedzi, aby zarządzać kredytem z góry i limitami szybkości. Błędy takie jak 401 wskazują na nieprawidłowy klucz, podczas gdy 402 sygnalizuje pusty kredyt.

Limit szybkości to 300 żądań na minutę. Jego przekroczenie powoduje błąd 429. Twoje okno kontekstowe obejmuje łącznie 100,000 tokenów, z maksymalną liczbą 16,000 tokenów na żądanie.

Strumieniowanie

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)