Démarrage rapide API LLM sans censure

Prérequis et URL de base

Votre voyage d'IA sans censure commence avec une URL de base. Utilisez https://api.apiintelligenceartificielle.com/v1 pour toutes les requêtes. Ce point de terminaison se connecte directement à notre modèle sans censure sans proxies externes. Vous avez besoin d'une clé API, que vous générez sur la page des clés. Aucun numéro de téléphone n'est requis pour l'inscription. Utilisez Google ou un mot de passe e-mail pour vous connecter. L'interface affiche votre clé immédiatement après sa création. Gardez cette clé en sécurité, car elle authentifie l'utilisation de vos jetons.

Authentification et en-têtes

Chaque requête nécessite votre clé API dans le Authorization header. Formatez l'en-tête comme Bearer YOUR_API_KEY. Cette méthode standard garantit la compatibilité avec les outils existants. Notre API NSFW accepte cet en-tête pour les réponses textuelles et en streaming. N'incluez pas la clé dans la chaîne de requête de l'URL sauf si nécessaire. Le système valide la clé avant de traiter les jetons. Une clé invalide entraîne une erreur 401. Une clé manquante empêche toute requête de réussir. Vérifiez que votre clé existe avant d'envoyer de gros payloads.

Envoi de votre première requête

Envoyez une requête POST à /v1/chat/completions avec votre ID de modèle. Utilisez uncensored comme le nom du modèle. Le corps de la requête doit inclure un tableau de messages. Chaque message a un rôle et un contenu. Voici un exemple de base cURL pour commencer.

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"}]
  }'

Cette commande envoie une invite simple au modèle sans censure. La réponse contient le texte généré. Vérifiez le choices tableau pour la sortie. Vous pouvez ajuster la longueur du prompt pour l'adapter à votre cas d'utilisation. Le système traite l'entrée et retourne du texte. Aucune configuration complexe n'est nécessaire pour une utilisation de base. Concentrez-vous sur la structure du contenu pour de meilleurs résultats.

Gestion des réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. Cela envoie des réponses partielles au fur et à mesure de leur génération. Utilisez les événements envoyés par le serveur (SSE) pour gérer le flux. Le dernier fragment inclut les détails d'utilisation des jetons. Cette méthode réduit la latence perçue pour les sorties longues. Votre client doit analyser correctement le format SSE. Mettez en mémoire tamulaire les données entrantes jusqu'à la fermeture du flux. Le streaming est idéal pour les applications en temps réel. Il fournit un retour immédiat aux utilisateurs. Surveillez le flux pour détecter les erreurs ou les déconnexions. Reconnectez-vous si la connexion tombe de manière inattendue. Cette approche garantit une expérience utilisateur fluide.

Configuration des paramètres

Ajustez les paramètres pour contrôler le comportement du modèle. Utilisez temperature pour l'aléatoire, allant de 0 à 2. Des valeurs plus élevées augmentent la créativité. Des valeurs plus basses rendent les sorties plus déterministes. Définissez max_tokens pour limiter la longueur de la sortie. La valeur par défaut est de 2 048 jetons par requête. Vous pouvez étendre cela jusqu'à 16 000 jetons. Utilisez top_p pour l'échantillonnage par noyau. Définissez stop séquences pour interrompre la génération. Le mode JSON est disponible via response_format. Cela garantit une sortie structurée pour l'intégration de code. Expérimentez avec ces paramètres pour trouver l'équilibre qui vous convient. Le modèle s'adapte à vos besoins spécifiques.

Gestion des erreurs et limites

Surveillez attentivement vos limites de requête. Vous avez droit à 300 requêtes par minute par clé. Seules 8 requêtes peuvent s'exécuter simultanément. La taille maximale du corps de la requête est de 8 Mo. Une erreur 401 indique une clé invalide. Une erreur 402 signifie que votre crédit est épuisé. Rechargez en crypto pour continuer à utiliser le service. Une erreur 429 signale une limitation de taux. Attendez avant de réessayer pour éviter d'autres retards. Les erreurs et les refus ne consomment pas de crédit. Cela protège votre solde prépayé. Vérifiez les en-têtes de réponse pour les détails d'utilisation. Suivez votre consommation de jetons pour rester dans les limites. Planifiez votre utilisation pour éviter les interruptions lors des tâches critiques.

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)