Uncensored APIの開発者向けクイックスタート

ベースURLと認証

クライアントをAPIキーを使用して無制限LLMエンドポイントに設定してください。ベースURLは HTTPS://api.oneapillm.com/v1互換性のあるOpenAI SDKのいずれかと連携します。Googleまたはメールを使用して「APIキーを取得」ページからキーを取得すると、すぐに表示されます。このキーを Authorization ヘッダーまたはSDKの api_key フィールド。リクエストは制限のないレスポンス向けにチューニングされた単一のオープンウェイトモデルにルーティングされます。

• ベースURL： https://api.oneapillm.com/v1
• 認証: ベアートークンによる Authorization: Bearer YOUR_KEY

最初のリクエストを送信する

標準的な POST リクエスト先 /v1/chat/completions モデルID uncensored. このエンドポイントはテキスト入力を受け取り、テキスト出力を返します。1回の応答あたり最大16,000トークンをサポートします。他の大規模言語モデルと同様に、単純なプロンプトや構造化メッセージを送信できます。システムは法的な成人向けやエッジの効いたコンテンツを拒否せず、一貫した出力を保証します。

Example cURL request:

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"}]
  }'

エラーと拒否は無料であるため、失敗したリクエストのトークンコストを気にせずに実験できることを覚えておいてください。

Python SDK統合

Python用の公式クライアントを使用して、APIドキュメントのエンドポイントとシームレスに連携します。 base_url 1つのAPI LLMエンドポイントにアクセスし、APIキーを入力してください。SDKは直列化とストリーミングを自動で処理するため、アプリケーションロジックに集中できます。コンテキストを維持するために、1つのリクエストで複数のメッセージを送信できます。

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)

クライアントは以下のような標準パラメータをサポートしています。 temperature および top_p 創造性とランダム性を制御するために使用します。このアプローチにより、コードはシンプルで、異なるモデルプロバイダ間でポータブルになります。

Node SDKの設定

Node.jsクライアントを特定のベースURLで初期化し、無制限のAIモデルにアクセスします。APIキーとモデル識別子を渡します。 uncensored 正しいルーティングを確保します。SDKはHTTP接続を管理し、JSONレスポンスを効率的に解析します。使用ケースに応じてストリーミングまたは非ストリーミングリクエストを送信できます。

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);

レスポンスオブジェクトを正しく処理してください。構造はOpenAI形式と一致するため、コアロジックを変更せずにbase URLを置き換えることができます。

SSE経由のストリーミングレスポンス

streamを stream パラメータを true リクエスト内。サーバーは生成されるトークンを処理できるServer-Sent Events (SSE) のストリームを返します。これはレイテンシが重要なリアルタイムアプリケーションに最適です。最終チャンクにはリクエストの総トークン使用状況が含まれます。

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)

ストリーミングは進捗状況を表示することでユーザーの関心を維持するのに役立ちます。各チャンクを解析して完全な応答を構築するか、トークンを逐次表示できます。uncensoredモデルはこの機能を確実にサポートしています。

関数呼び出しとJSONモード

関数呼び出しによる構造化データ抽出やツール実行にAPIを使用してください。リクエストでツールを定義すると、モデルは構造化JSON出力を返します。また、設定することでJSONモードを強制することもできます。 response_format に {"type": "json_object"}これにより、出力が常に有効なJSONになり、解析に役立ちます。モデルは複雑なスキーマに対しても正確に指示に従うようにチューニングされています。