비검열 API용 개발자 퀵스타트

Base URL 및 인증

API 키를 사용하여 클라이언트를 uncensored LLM 엔드포인트로 연결하세요. base URL은 HTTPS://api.oneapillm.com/v1모든 OpenAI 호환 SDK와 함께 작동합니다. "API 키 받기" 페이지에서 Google 또는 이메일을 통해 키를 발급받으면 즉시 표시됩니다. 이 키를 Authorization header 또는 SDK의 api_key 필드입니다. 요청은 제한 없는 응답에 맞게 조정된 단일 오픈 웨이트 모델로 라우팅됩니다.

• Base URL: https://api.oneapillm.com/v1
• 인증: API 키를 통한 Bearer 토큰 Authorization: Bearer YOUR_KEY

첫 번째 요청 보내기

표준 POST 요청 /v1/chat/completions 모델 ID uncensored. 이 엔드포인트는 텍스트 입력을 받아 텍스트 출력을 반환하며, 응답당 최대 16,000 토큰을 지원합니다. 다른 대규모 언어 모델과 마찬가지로 간단한 프롬프트나 구조화된 메시지를 보낼 수 있습니다. 시스템은 합법적인 성인 또는 날카로운 콘텐츠를 거부하지 않아 일관된 출력을 보장합니다.

예시 cURL 요청:

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"}]
  }'

오류와 거부는 무료이므로 실패한 요청의 토큰 비용에 대해 걱정하지 않고 실험할 수 있다는 점을 기억하세요.

Python SDK 통합

공식 Python 클라이언트를 사용하여 API 문서화 엔드포인트와 원활하게 상호 작용하세요. 설정 base_url 단일 API LLM 엔드포인트로 이동하여 API 키를 제공합니다. SDK는 직렬화 및 스트리밍을 자동으로 처리하므로 애플리케이션 로직에 집중할 수 있습니다. 컨텍스트를 유지하기 위해 단일 요청에 여러 메시지를 보낼 수 있습니다.

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)

클라이언트는 다음과 같은 표준 매개변수를 지원합니다. temperature 및 top_p 창의성과 무작위성을 제어합니다. 이 접근 방식은 코드를 단순하게 유지하고 다른 모델 제공업체 간에 이식성을 보장합니다.

Node SDK 구성

uncensored AI 모델에 접근하기 위한 특정 베이스 URL을 사용하여 Node.js 클라이언트를 초기화합니다. API 키와 모델 식별자를 전달하세요. uncensored 올바른 라우팅을 보장합니다. SDK는 HTTP 연결을 관리하고 JSON 응답을 효율적으로 구문 분석합니다. 사용 사례에 따라 스트리밍 또는 비스트리밍 요청을 보낼 수 있습니다.

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);

구조가 OpenAI 형식과 일치하므로 응답 객체를 올바르게 처리하세요. 이 호환성 덕분에 핵심 로직을 변경하지 않고 base URL을 교체할 수 있습니다.

SSE를 통한 스트리밍 응답

스트리밍을 활성화하려면 stream 파라미터를 true 요청에 포함됩니다. 서버는 생성되는 대로 토큰을 처리할 수 있는 서버 전송 이벤트(SSE) 스트림을 반환합니다. 이는 지연 시간이 중요한 실시간 애플리케이션에 이상적입니다. 마지막 청크에는 요청에 대한 총 토큰 사용량이 포함됩니다.

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)

스트리밍은 진행 상황을 표시하여 사용자의 관심을 유지하는 데 도움이 됩니다. 각 청크를 구문 분석하여 전체 응답을 구성하거나 토큰을 순차적으로 표시할 수 있습니다. uncensored 모델은 이 기능을 안정적으로 지원합니다.

함수 호출 및 JSON 모드

함수 호출을 통한 구조화된 데이터 추출이나 도구 실행에 API를 사용하세요. 요청에 도구를 정의하면 모델이 구조화된 JSON 출력을 반환합니다. 설정하여 JSON 모드를 강제할 수도 있습니다. response_format 수신하여 {"type": "json_object"}출력이 항상 유효한 JSON이 되어 파싱에 유용함을 보장합니다. 모델은 복잡한 스키마에 대해서도 정확하게 지시사항을 따르도록 조정되었습니다.