Início rápido para desenvolvedores para API sem restrições

URL Base e Autenticação

Configure seu cliente para apontar para o endpoint do LLM sem censura usando sua chave de API. A URL base é HTTPS://api.oneapillm.com/v1, que funciona com qualquer SDK compatível com OpenAI. Você obtém uma chave através da página "Obter chave de API" usando Google ou e-mail, e ela aparece imediatamente. Use esta chave no Authorization cabeçalho ou o api_key campo. Suas solicitações são roteadas para um único modelo de peso aberto ajustado para respostas sem restrições.

• URL Base: https://api.oneapillm.com/v1
• Autenticação: Token Bearer via Authorization: Bearer YOUR_KEY

Enviando sua primeira solicitação

Faça uma solicitação POST solicitar para /v1/chat/completions com o ID do modelo uncensored. Esse endpoint aceita entrada de texto e retorna saída de texto, suportando até 16.000 tokens por resposta. Você pode enviar prompts simples ou mensagens estruturadas exatamente como faria com outros grandes modelos de linguagem. O sistema não recusa conteúdo adulto legal ou ousado, garantindo saída consistente.

Solicitação cURL de exemplo:

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"}]
  }'

Lembre-se de que erros e recusas são gratuitos, então você pode experimentar sem se preocupar com os custos de tokens para solicitações falhas.

Integração do SDK Python

Use o cliente Python oficial para interagir com os endpoints da documentação da API sem problemas. Defina o base_url para o único endpoint de LLM da API e forneça sua chave de API. O SDK lida com serialização e streaming automaticamente, permitindo que você se concentre na lógica da sua aplicação. Você pode enviar várias mensagens em uma única solicitação para manter o contexto.

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)

O cliente suporta parâmetros padrão como temperature e top_p para controlar a criatividade e a aleatoriedade. Essa abordagem mantém seu código simples e portátil entre diferentes provedores de modelos.

Configuração do SDK Node

Inicialize o cliente Node.js com a URL base específica para acessar os modelos de IA uncensored. Passe sua chave da API e o identificador do modelo. uncensored para garantir o roteamento correto. O SDK gere as ligações HTTP e analisa as respostas JSON de forma eficiente. Pode enviar pedidos de streaming ou não-streaming, dependendo do seu caso de uso.

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);

Certifique-se de processar os objetos de resposta corretamente, pois a estrutura corresponde ao formato do OpenAI. Essa compatibilidade significa que você pode substituir a URL base sem alterar sua lógica principal.

Respostas em Streaming via SSE

Habilite o streaming definindo o stream parâmetro para true na sua solicitação. O servidor retorna um stream de Server-Sent Events (SSE), permitindo que você processe tokens conforme são gerados. Isso é ideal para aplicativos em tempo real onde a latência é importante. O último bloco contém o uso total de tokens para a solicitação.

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)

O streaming ajuda a manter o usuário engajado mostrando o progresso. Você pode analisar cada fragmento para construir uma resposta completa ou exibir tokens incrementalmente. O modelo uncensored suporta esse recurso de forma confiável.

Chamada de Função e Modo JSON

Use a API para extração de dados estruturados ou execução de ferramentas com chamada de função. Defina suas ferramentas na solicitação, e o modelo retornará uma saída JSON estruturada. Você também pode forçar o modo JSON definindo response_format para {"type": "json_object"}. Isso garante que a saída seja sempre JSON válido, o que é útil para análise. O modelo é ajustado para seguir instruções com precisão, mesmo para esquemas complexos.