Szybki start: Zintegruj API czatu bez cenzury

Uwierzytelnianie i URL bazowy

Połącz swój klient z naszą infrastrukturą, używając unikalnego klucza API i dedykowanego adresu bazowego. Struktura punktów końcowych odzwierciedla standardowe formaty OpenAI, co pozwala na wymianę dostawców bez zmiany logiki aplikacji. Pobierasz ten klucz natychmiast po rejestracji za pomocą Google lub e-mail na stronie Pobierz klucz API. Nie jest wymagany numer telefonu do weryfikacji.

• Bazowy URL: HTTPS://api.llmcheapapi.com/v1
• Nagłówek: Authorization: Bearer YOUR_API_KEY

Chroń swój klucz. Jeśli go zgubisz, wygeneruj nowy w swoim panelu, co natychmiast unieważnia poprzedni aktywny klucz. Każde konto obsługuje tylko jeden aktywny klucz jednocześnie.

Punkt końcowy Uzupełnień Czat

Wyślij prompty tekstowe do modelu uncensored poprzez standardowe żądanie POST do endpointu uzupełnień czatu. Endpoint ten akceptuje wiadomości w formacie OpenAI i zwraca wygenerowane odpowiedzi tekstowe. Określasz ID modelu jako "uncensored", aby zapewnić spójne zachowanie w ramach żądań.

• Punkt końcowy: POST /v1/chat/completions
• ID modelu: "uncensored"

Model przetwarza Twoje dane wejściowe i zwraca uzupełnienie bez korporacyjnych ograniczeń dotyczących legalnych treści dla dorosłych. Błędy podczas przetwarzania nie zużywają Twojej zaliczonej kwoty. Płacisz ściśle za zużyte tokeny.

Odpowiedzi strumieniowe (SSE)

Otrzymuj generowanie tokenów w czasie rzeczywistym za pomocą Server-Sent Events (SSE) dla niższych opóźnień w aplikacjach interaktywnych. Ustaw parametr stream na true, aby otrzymywać porcje tekstu w miarę ich generowania. Podejście to skraca odczuwany czas oczekiwania użytkowników w scenariuszach typu roleplay lub czat.

Każdy chunk zawiera częściowy tekst i metadane. Ostatni chunk zawiera całkowite zużycie tokenów do celów rozliczeniowych. Możesz parsować te zdarzenia, aby inkrementalnie aktualizować interfejs użytkownika bez oczekiwania na pełną odpowiedź.

Wywoływanie funkcji i narzędzia

Włącz interakcje strukturalne, definiując narzędzia, które model może wywoływać podczas generowania. Użyj parametru tools, aby dostarczyć definicje funkcji, i ustaw tool_choice na automatic lub konkretną nazwę funkcji. Model zwraca wywołania narzędzi w formacie odpowiedzi, które możesz wykonać w swoim backendzie.

Ta funkcja obsługuje złożone przepływy pracy, w których API działa jako silnik decyzyjny. Możesz przekazywać wyniki z powrotem do kolejnych żądań, aby utrzymać kontekst. Wywoływanie funkcji działa wraz ze standardowym generowaniem tekstu bez dodatkowych kosztów.

Wyjście trybu JSON

Wymuszaj na modelu zwracanie ściśle poprawnych danych JSON, ustawiając response_format na json_object. Tryb ten jest idealny do parsowania danych strukturalnych z nieustrukturyzowanych promptów. Model optymalizuje swoje wyjście, aby dostosować się do reguł składni JSON, zmniejszając błędy parsowania w Twojej aplikacji.

Użyj tej funkcji podczas integracji z bazami danych lub komponentami frontendu, które wymagają przewidywalnych struktur danych. Możesz zdefiniować oczekiwane schematy w swoim promptcie lub polegać na szkoleniu modelu, aby wywnioskować strukturę. Błędy w formacie JSON są rzadkie, ale nie obciążają Cię, jeśli żądanie się nie powiedzie.

Parametry: Temperatura i Top P

Kontroluj kreatywność i losowość za pomocą parametrów temperature i top_p. Temperatura dostosowuje rozkład prawdopodobieństwa przewidzianych tokenów, przy wyższych wartościach generując bardziej zróżnicowane wyniki. Top_p filtruje tokeny na podstawie prawdopodobieństwa kumulacyjnego, zapewniając zróżnicowany, ale spójny tekst.

Dla roleplay lub pisania kreatywnego ustaw wyższą temperaturę dla różnorodności. Dla zadań deterministycznych używaj niższych wartości. Możesz również ustawić seed dla powtarzalnych wyników. Te parametry precyzyjnie dostosowują zachowanie modelu bez cenzury, nie wpływając na ceny. Zwracaj uwagę na limity tokenów podczas generowania długich wyjść.

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);

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)