Szybki start dla deweloperów dla API bez cenzury

Bazowy URL i autoryzacja

Skonfiguruj klienta, aby wskazywał na endpoint LLM bez cenzury, używając swojego klucza API. Bazowy adres URL to HTTPS://api.oneapillm.com/v1, który działa z dowolnym SDK kompatybilnym z OpenAI. Uzyskujesz klucz na stronie „Pobierz klucz API” za pomocą Google lub e-maila, a pojawia się on natychmiast. Użyj tego klucza w Authorization nagłówek lub api_key pole. Twoje żądania są kierowane do jednego modelu open-weight dostosowanego do nieograniczonych odpowiedzi.

• URL bazowy: https://api.oneapillm.com/v1
• Autoryzacja: token Bearer przez Authorization: Bearer YOUR_KEY

Wysyłanie pierwszej prośby

Wykonaj standardowe POST żądanie do /v1/chat/completions z identyfikatorem modelu uncensored. Ten endpoint przyjmuje wejście tekstowe i zwraca wyjście tekstowe, obsługując do 16,000 tokenów na odpowiedź. Możesz wysyłać proste prompty lub strukturyzowane wiadomości tak samo jak w przypadku innych dużych modeli językowych. System nie odmawia prawnego użytku dorosłego lub odważnej treści, zapewniając spójne wyjście.

Przykładowe żądanie 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"}]
  }'

Pamiętaj, że błędy i odmowy są darmowe, więc możesz eksperymentować bez obaw o koszty tokenów dla nieudanych żądań.

Integracja SDK Python

Korzystaj z oficjalnego klienta Pythona, aby bezproblemowo komunikować się z endpointami dokumentacji API. Ustaw base_url do jednego endpointu API LLM i podaj swój klucz API. SDK obsługuje serializację i strumieniowanie automatycznie, pozwalając Ci skupić się na logice aplikacji. Możesz wysłać wiele wiadomości w jednym żądaniu, aby zachować kontekst.

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)

Klient obsługuje standardowe parametry takie jak temperature i top_p kontrolowania kreatywności i losowości. To podejście utrzymuje prostotę kodu i jego przenośność między różnymi dostawcami modeli.

Konfiguracja SDK Node

Zainicjuj klienta Node.js z określonym podstawowym adresem URL, aby uzyskać dostęp do modeli AI bez cenzury. Przekaż swój klucz API oraz identyfikator modelu uncensored do zapewnienia poprawnego kierowania. SDK zarządza połączeniami HTTP i efektywnie parsuje odpowiedzi JSON. Możesz wysyłać żądania strumieniowe lub niestrumieniowe w zależności od przypadku użycia.

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);

Upewnij się, że poprawnie obsługujesz obiekty odpowiedzi, ponieważ ich struktura odpowiada formatowi OpenAI. Ta kompatybilność oznacza, że możesz zamienić bazowy URL bez zmiany głównej logiki.

Odpowiedzi strumieniowe przez SSE

Włącz strumieniowanie, ustawiając stream parametr do true w Twoim żądaniu. Serwer zwraca strumień Zdarzeń Wysyłanych przez Serwer (SSE), pozwalając na przetwarzanie tokenów w miarę ich generowania. Jest to idealne dla aplikacji w czasie rzeczywistym, gdzie liczy się latencja. Ostatni chunk zawiera całkowite zużycie tokenów dla żądania.

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)

Strumieniowanie pomaga utrzymać zaangażowanie użytkownika, pokazując postępy. Możesz parsować każdy fragment, aby zbudować pełną odpowiedź lub wyświetlać tokeny inkrementalnie. Model uncensored obsługuje tę funkcję niezawodnie.

Wywoływanie funkcji i tryb JSON

Użyj API do ekstrakcji danych strukturalnych lub wykonywania narzędzi dzięki wywoływaniu funkcji. Zdefiniuj swoje narzędzia w żądaniu, a model zwróci wynik w formacie JSON. Możesz również wymusić tryb JSON, ustawiając response_format do {"type": "json_object"}. Zapewnia to, że wyjście jest zawsze poprawnym JSON-em, co jest przydatne do parsowania. Model jest dostrojony do dokładnego przestrzegania instrukcji, nawet dla złożonych schematów.