Snelstart: integreer de ongecensureerde Chat API

Authenticatie en basis-URL

Verbind uw client met onze infrastructuur met uw unieke API-sleutel en onze speciale basis-URL. De eindpuntstructuur lijkt op de standaard OpenAI-indeling, zodat u providers kunt wisselen zonder uw applicatielogica aan te passen. U haalt deze sleutel direct op na het aanmelden met Google of e-mail op de pagina API-sleutel ophalen. Er is geen telefoonnummer nodig voor verificatie.

• Basis-URL: HTTPS://api.llmcheapapi.com/v1
• Header: Autorisatie: Bearer JOUW_API_SLEUTEL

Houd je sleutel veilig. Als je deze verliest, genereer dan een nieuwe op je dashboard, wat de vorige actieve sleutel onmiddellijk ongeldig maakt. Elke account ondersteunt slechts één actieve sleutel tegelijk.

Chat Completions Endpoint

Stuur tekstprompts naar het uncensored-model via een standaard POST-verzoek naar het chatcompleties-eindpunt. Dit eindpunt accepteert berichten in het OpenAI-formaat en retourneert gegenereerde tekstantwoorden. U geeft de model-ID op als "uncensored" om consistent gedrag over verzoeken heen te garanderen.

• Eindpunt: POST /v1/chat/completions
• Model-ID: "uncensored"

Het model verwerkt je input en retourneert een voltooiing zonder corporatieve beperkingen voor wettelijke volwassen onderwerpen. Fouten tijdens het verbruiken verbruiken niet je voorbetaalde tegoed. Je betaalt strikt voor verbruikte tokens.

Streaming-responsen (SSE)

Ontvang realtime token generatie via Server-Sent Events (SSE) voor lagere latentie in interactieve toepassingen. Stel de stream-parameter in op true om tekstchunks te ontvangen zodra ze worden gegenereerd. Deze aanpak vermindert de waargenomen wachttijden voor gebruikers in roleplay- of chatscenario's.

Elke chunk bevat gedeeltelijke tekst en metadata. De laatste chunk bevat het totale tokengebruik voor facturering. Je kunt deze events parseren om je UI incrementeel bij te werken zonder te wachten op de volledige respons.

Function Calling en tools

Schakel gestructureerde interacties in door tools te definiëren die het model kan aanroepen tijdens de generatie. Gebruik de tools-parameter om functiedefinities te verstrekken en stel tool_choice in op automatic of een specifieke functienaam. Het model retourneert toolaanroepen in het responsformaat, die je in je backend kunt uitvoeren.

Deze functie ondersteunt complexe workflows waarbij de API fungeert als een beslissingsengine. Je kunt de resultaten terugsturen naar volgende verzoeken om context te behouden. Function calling werkt naast standaard tekstgeneratie zonder extra kosten.

JSON-modusuitvoer

Forceer het model om strikt geldige JSON uit te geven door response_format in te stellen op json_object. Deze modus is ideaal voor het parseren van gestructureerde gegevens uit ongestructureerde prompts. Het model optimaliseert zijn uitvoer om zich aan JSON-syntaxisregels te houden, waardoor parserfouten in je applicatie worden verminderd.

Gebruik deze functie bij integratie met databases of frontend-componenten die voorspelbare datastructuren vereisen. Je kunt verwachte schema's definiëren in je prompt of vertrouwen op de training van het model om de structuur af te leiden. Fouten in JSON-indeling zijn zeldzaam, maar komen geen kosten in rekening als het verzoek mislukt.

Parameters: Temperature en Top P

Beheers creativiteit en willekeur met de parameters temperature en top_p. Temperature past de waarschijnlijkheidsverdeling van voorspelde tokens aan, waarbij hogere waarden meer diverse uitvoeren opleveren. Top_p filtert tokens op basis van cumulatieve waarschijnlijkheid, wat zorgt voor diverse yet coherente tekst.

Voor rollenspel of creatief schrijven, stel de temperatuur hoger in voor variatie. Voor deterministische taken gebruik je lagere waarden. Je kunt ook seed instellen voor reproduceerbare resultaten. Deze parameters verfijnen het gedrag van het ongecensureerde model zonder de prijzen te beïnvloeden. Let op tokenlimieten bij het genereren van lange uitvoeren.

cURL

Copycurl https://api.llmcheapapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a summary of the latest Rust update notes"}]
  }'

Python

Copyfrom openai import OpenAI

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