Panduan cepat pengembang untuk API tanpa sensor

URL Dasar dan Autentikasi

Konfigurasikan klien Anda untuk mengarah ke endpoint LLM uncensored menggunakan kunci API Anda. URL dasarnya adalah HTTPS://api.oneapillm.com/v1, yang kompatibel dengan SDK apa pun yang kompatibel dengan OpenAI. Anda mendapatkan kunci melalui halaman "Dapatkan kunci API" menggunakan Google atau email, dan kunci tersebut muncul segera. Gunakan kunci ini di Authorization header atau api_key bidang. Permintaan Anda dialihkan ke satu model open-weight yang disesuaikan untuk respons tanpa batasan.

• URL Dasar: https://api.oneapillm.com/v1
• Auth: Token Bearer melalui Authorization: Bearer YOUR_KEY

Mengirim Permintaan Pertama Anda

Buat standar POST permintaan ke /v1/chat/completions dengan ID model uncensored. Endpoint ini menerima input teks dan mengembalikan output teks, mendukung hingga 16.000 token per respons. Anda dapat mengirim prompt sederhana atau pesan terstruktur seperti yang Anda lakukan dengan model bahasa besar lainnya. Sistem tidak menolak konten dewasa atau tajam yang sah, memastikan output yang konsisten.

Contoh permintaan cURL:

Copycurl https://api.oneapillm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all exported functions in index.ts"}]
  }'

Ingat bahwa kesalahan dan penolakan gratis, sehingga Anda dapat bereksperimen tanpa khawatir tentang biaya token untuk permintaan yang gagal.

Integrasi SDK Python

Gunakan klien Python resmi untuk berinteraksi dengan endpoint dokumentasi API secara mulus. Atur base_url ke satu titik akhir LLM API dan berikan kunci API Anda. SDK menangani serialisasi dan streaming secara otomatis, memungkinkan Anda fokus pada logika aplikasi Anda. Anda dapat mengirim beberapa pesan dalam satu permintaan untuk mempertahankan konteks.

Copyfrom openai import OpenAI

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

Klien ini mendukung parameter standar seperti temperature dan top_p untuk mengontrol kreativitas dan keacakan. Pendekatan ini menjaga kode Anda tetap sederhana dan portabel di berbagai penyedia model.

Konfigurasi SDK Node

Inisialisasi klien Node.js dengan URL dasar spesifik untuk mengakses model AI uncensored. Leksankan kunci API Anda dan pengenal model. uncensored untuk memastikan pengalihan yang benar. SDK mengelola koneksi HTTP dan mem-parsing respons JSON secara efisien. Anda dapat mengirim permintaan streaming atau non-streaming tergantung pada kasus penggunaan Anda.

Copyimport OpenAI from "openai";

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

Pastikan Anda menangani objek respons dengan benar, karena strukturnya sesuai dengan format OpenAI. Kompatibilitas ini berarti Anda dapat mengganti URL dasar tanpa mengubah logika inti Anda.

Respons Streaming melalui SSE

Aktifkan streaming dengan mengatur stream parameter ke true dalam permintaan Anda. server mengembalikan stream Server-Sent Events (SSE), memungkinkan Anda memproses token saat token tersebut dihasilkan. Ini sangat cocok untuk aplikasi real-time di mana latensi sangat penting. Chunk terakhir berisi total penggunaan token untuk permintaan tersebut.

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)

Streaming membantu menjaga keterlibatan pengguna dengan menampilkan kemajuan. Anda dapat mengurai setiap bagian untuk membangun respons lengkap atau menampilkan token secara bertahap. Model uncensored mendukung fitur ini dengan andal.

Pemanggilan Fungsi dan Mode JSON

Gunakan API untuk ekstraksi data terstruktur atau eksekusi alat dengan pemanggilan fungsi. Tentukan alat Anda dalam permintaan, dan model akan mengembalikan output JSON terstruktur. Anda juga dapat memaksa mode JSON dengan mengatur response_format ke {"type": "json_object"}Ini memastikan output selalu JSON yang valid, yang berguna untuk parsing. Model ini disesuaikan untuk mengikuti instruksi dengan akurat, bahkan untuk skema yang kompleks.