Ufiltreret LLM API Quickstart

Forudsætninger og base URL

Din ukensorserede kunstige intelligens rejse begynder med en base URL. Brug https://api.apiintelligenceartificielle.com/v1 til alle anmodninger. Dette slutpunkt dirigerer direkte til vores ubegrænsede model uden eksterne proxies. Du skal bruge en API-nøgle, som du genererer på nøglesiden. Intet telefonnummer er påkrævet for tilmelding. Brug Google eller en e-mail-adgangskode til at logge ind. Grænsefladen viser din nøgle øjeblikkeligt efter oprettelse. Hold denne nøgle sikker, da den autentificerer din tokenbrug.

Autentificering og headers

Hvert request kræver din API-nøgle i Authorization header. Formater headeren som Bearer YOUR_API_KEY. Denne standardmetode sikrer kompatibilitet med eksisterende værktøjer. Vores NSFW-API accepterer denne header til både tekst- og streaming-svar. Inkluder ikke nøglen i URL-query-strengen, medmindre det er nødvendigt. Systemet validerer nøglen, før tokens behandles. En ugyldig nøgle resulterer i en 401-fejl. En manglende nøgle forhindrer, at nogen anmodning lykkes. Verificer, at din nøgle eksisterer, før du sender store payloade.

At sende din første anmodning

Send en POST-forespørgsel til /v1/chat/completions med dit model-ID. Brug uncensored som modelnavn. Anmodningskroppen skal inkludere en messages-array. Hver besked har en rolle og indhold. Her er et grundlæggende cURL-eksempel for at komme i gang.

Copycurl https://api.apiintelligenceartificielle.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the latest version of the Python SDK"}]
  }'

Denne kommando sender en simpel prompt til den uncensored-model. Svaret indeholder den genererede tekst. Tjek choices array til outputtet. Du kan justere promptlængden til at passe til dit brugstilfælde. Systemet behandler inputtet og returnerer tekst. Der er ikke brug for kompleks konfiguration til grundlæggende brug. Fokuser på indholdsstrukturen for bedste resultater.

Håndtering af streamingrespons

Aktivér streaming ved at indstille stream: true i din anmodning. Dette sender delvise svar, når de genereres. Brug Server-Sent Events (SSE) til at håndtere streamet. Den sidste chunk indeholder detaljer om tokenforbrug. Denne metode reducerer den opfattede latens for lange output. Din klient skal parse SSE-formatet korrekt. Buffre indkommende data, indtil streamet lukker. Streaming er ideel til realtidsapplikationer. Det giver øjeblikkelig feedback til brugere. Overvåg streamet for fejl eller afbrydelser. Opret forbindelse igen, hvis forbindelsen afbrydes uventet. Denne tilgang sikrer en jævn brugeroplevelse.

Konfigurerer parametre

Juster parametre for at kontrollere modeladfærd. Brug temperature for tilfældighed, ranging fra 0 til 2. Højere værdier øger kreativiteten. Lavere værdier gør output mere deterministisk. Indstil max_tokens for at begrænse outputlængden. Standard er 2.048 tokens pr. anmodning. Du kan forlænge dette op til 16.000 tokens. Brug top_p for nucleus sampling. Indstil stop sekvenser til at afslutte genereringen. JSON-tilstand er tilgængelig via response_format. Dette sikrer struktureret output til kodeintegration. Eksperimenter med disse indstillinger for at finde din foretrukne balance. Modellen tilpasser sig dine specifikke behov.

Fejlhåndtering og begrænsninger

Overvåg dine forespørgselsgrænser omhyggeligt. Du har tilladelse til 300 forespørgsler i minuttet pr. nøgle. Kun 8 forespørgsler kan køre samtidigt. Den maksimale størrelse for forespørgselskrop er 8 MB. En 401-fejl indikerer en ugyldig nøgle. En 402-fejl betyder, at din kredit er opbrugt. Oplad med krypto for at fortsætte med at bruge tjenesten. En 429-fejl signalerer hastighedsbegrænsning. Vent før du prøver igen for at undgå yderligere forsinkelser. Fejl og afslag forbruger ikke kredit. Dette beskytter din forudbetalte balance. Tjek responsheaders for brugsdetaljer. Sporer dit tokenforbrug for at forblive inden for grænserne. Planlæg din brug for at undgå afbrydelser under kritiske opgaver.

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

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)