Snelle start voor ontwikkelaars voor onbeperkte API

Basis-URL en authenticatie

Configureer je client om naar het ongefilterde LLM-eindpunt te wijzen met behulp van je API-sleutel. De base-URL is HTTPS://api.oneapillm.com/v1, werkt met elke OpenAI-compatible SDK. Je verkrijgt een sleutel via de pagina "API-sleutel ophalen" met Google of e-mail, en deze verschijnt onmiddellijk. Gebruik deze sleutel in de Authorization header of de api_key veld. Uw verzoeken worden gerouteerd naar één open-weight model dat is afgestemd op onbeperkte antwoorden.

• Basis-URL: https://api.oneapillm.com/v1
• Auth: Bearer-token via Authorization: Bearer YOUR_KEY

Uw eerste verzoek verzenden

Maak een standaard POST aanvraag om /v1/chat/completions met de model-ID uncensored. Dit endpoint accepteert tekstinput en retourneert tekstoutput, met ondersteuning voor maximaal 16.000 tokens per antwoord. Je kunt eenvoudige prompts of gestructureerde berichten sturen, net zoals je dat zou doen bij andere grote taalmodellen. Het systeem weigert geen wettelijk volwassen of grensverleggende inhoud, wat zorgt voor consistente output.

Voorbeeld cURL-verzoek:

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"}]
  }'

Onthoud dat fouten en weigeringen gratis zijn, dus je kunt experimenteren zonder je zorgen te maken over tokenkosten voor mislukte verzoeken.

Python SDK Integratie

Gebruik de officiële Python client om naadloos met de API-documentatie-eindpunten te communiceren. Stel de base_url aan de ene API LLM endpoint en geef je API-sleutel op. De SDK behandelt serialisatie en streaming automatisch, zodat je je kunt concentreren op de logica van je applicatie. Je kunt meerdere berichten in één verzoek sturen om context te behouden.

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)

De client ondersteunt standaardparameters zoals temperature en top_p om creativiteit en willekeur te sturen. Deze aanpak houdt je code eenvoudig en draagbaar over verschillende modelproviders.

Node SDK-configuratie

Initialiseer de Node.js-client met de specifieke basis-URL om toegang te krijgen tot de uncensored AI-modellen. Geef je API-sleutel en de modelidentificatie door. uncensored om correcte routing te garanderen. De SDK beheert de HTTP-verbindingen en parseert de JSON-responses efficiënt. Je kunt streaming- of niet-streaming-verzoeken sturen afhankelijk van je use case.

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);

Zorg ervoor dat je de response-objects correct verwerkt, omdat de structuur overeenkomt met het OpenAI-formaat. Deze compatibiliteit betekent dat je de base URL kunt wijzigen zonder je kernlogica te wijzigen.

Streaming-responsen via SSE

Schakel streamen in door de stream parameter naar true in je verzoek. De server retourneert een stream van Server-Sent Events (SSE), waardoor je tokens kunt verwerken zodra ze gegenereerd zijn. Dit is ideaal voor real-time applicaties waar latentie belangrijk is. De laatste chunk bevat het totale tokengebruik voor het verzoek.

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 houdt de gebruiker betrokken door voortgang te tonen. Je kunt elk brok parseren om een volledige respons op te bouwen of tokens incrementeel weergeven. Het uncensored-model ondersteunt deze functie betrouwbaar.

Function Calling en JSON-modus

Gebruik de API voor het extraheren van gestructureerde data of het uitvoeren van tools met function calling. Definieer je tools in het verzoek, en het model retourneert gestructureerde JSON-output. Je kunt ook de JSON-modus afdwingen door response_format naar {"type": "json_object"}. Dit zorgt ervoor dat de uitvoer altijd geldige JSON is, wat nuttig is voor parsing. Het model is afgestemd om instructies nauwkeurig op te volgen, zelfs voor complexe schema's.