Быстрый старт для разработчиков для API без цензуры

Базовый URL и аутентификация

Настройте клиент на указание на эндпоинт нецензурной LLM с использованием вашего ключа API. Базовый URL — HTTPS://api.oneapillm.com/v1, что работает с любым SDK, совместимым с OpenAI. Вы получаете ключ на странице "Получить API-ключ" с помощью Google или электронной почты, и он появляется немедленно. Используйте этот ключ в Authorization header или api_key поле. Ваши запросы направляются к одной модели с открытым весом, настроенной на неограниченные ответы.

• Базовый URL: https://api.oneapillm.com/v1
• Аутентификация: Bearer-токен через Authorization: Bearer YOUR_KEY

Отправка первого запроса

Выполните стандартный POST запрос на /v1/chat/completions с идентификатором модели uncensored. Этот эндпоинт принимает текстовый ввод и возвращает текстовый вывод, поддерживая до 16,000 токенов на ответ. Вы можете отправлять простые запросы или структурированные сообщения, как и с другими большими языковыми моделями. Система не отказывает в законном взрослом или дерзком контенте, обеспечивая стабильный вывод.

Пример запроса 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"}]
  }'

Помните, что ошибки и отказы бесплатны, поэтому вы можете экспериментировать, не беспокоясь о стоимости токенов для неудачных запросов.

Интеграция Python SDK

Используйте официальный Python клиент для бесшовного взаимодействия с эндпоинтами документации API. Установите base_url к единственному эндпоинту API LLM и укажите ваш API-ключ. SDK автоматически обрабатывает сериализацию и потоковую передачу, позволяя вам сосредоточиться на логике приложения. Вы можете отправлять несколько сообщений в одном запросе для поддержания контекста.

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)

Клиент поддерживает стандартные параметры, такие как temperature и top_p для управления креативностью и случайностью. Этот подход сохраняет ваш код простым и переносимым между различными поставщиками моделей.

Конфигурация Node SDK

Инициализируйте клиент Node.js с указанным базовым URL для доступа к моделям ИИ uncensored. Передайте API-ключ и идентификатор модели. uncensored для обеспечения правильной маршрутизации. SDK управляет HTTP-соединениями и эффективно парсит JSON-ответы. Вы можете отправлять потоковые или непотоковые запросы в зависимости от вашего случая использования.

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);

Убедитесь, что вы правильно обрабатываете объекты ответа, так как их структура соответствует формату OpenAI. Эта совместимость означает, что вы можете изменить базовый URL без изменения основной логики.

Потоковые ответы через SSE

Включите потоковую передачу, установив stream параметр на true в вашем запросе. Сервер возвращает поток Server-Sent Events (SSE), позволяя вам обрабатывать токены по мере их генерации. Это идеально подходит для приложений реального времени, где важна задержка. Последний чанк содержит общее количество токенов для запроса.

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)

Потоковая передача помогает удерживать внимание пользователя, показывая прогресс. Вы можете анализировать каждый фрагмент, чтобы собрать полный ответ, или отображать токены постепенно. uncensored модель надёжно поддерживает эту функцию.

Function Calling и режим JSON

Используйте API для извлечения структурированных данных или выполнения инструментов с вызовом функций. Определите свои инструменты в запросе, и модель вернет структурированный вывод в формате JSON. Вы также можете включить режим JSON, установив response_format для {"type": "json_object"}. Это обеспечивает, что вывод всегда является допустимым JSON, что полезно для парсинга. Модель настроена на точное следование инструкциям даже для сложных схем.