Podstawowy URL i uwierzytelnianie
Nasze hostowane API używa jednego adresu URL bazowego dla wszystkich zapytań. Uwierzytelniasz się za pomocą klucza API przekazanego w nagłówku Authorization. Zarejestruj się na stronie Pobierz klucz API, aby natychmiast otrzymać klucz. Każde konto generuje jeden klucz, który możesz wygenerować ponownie w dowolnym momencie, aby unieważnić dostęp. Identyfikator modelu to ściśle uncensored, model o otwartych wagach dostrojony do surowego outputu bez odmów treści dla prawnego użytku przez osoby dorosłe.
Adres bazowy: https://api.bestuncensoredllm.com/v1. Wszystkie standardowe SDK OpenAI działają, wskazując ten adres bazowy i podając swój klucz. Nie ma routingu modeli ani wyboru dostawców; obsługujemy jeden konkretny model bez cenzury.
Uwaga dotycząca prywatności: prompty nie są używane do trenowania. Konto wymaga tylko adresu e-mail i hasła, bez numeru telefonu ani karty kredytowej dla warstwy próbnej.
Pierwsze żądanie
Wyślij swoje pierwsze żądanie używając curl, aby zweryfikować łączność i otrzymać odpowiedź bez cenzury. Endpoint to POST /v1/chat/completions. Upewnij się, że zamienisz YOUR_API_KEY na swój właściwy klucz z panelu.
To żądanie demonstruje podstawowy przepływ tekst-w-wejście, tekst-wy-jście. Model odpowie na podstawie swojego treningu bez standardowych filtrów komercyjnych, co czyni go idealnym do przetwarzania surowych danych lub pisania kreatywnego.
curl https://api.bestuncensoredllm.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'Jeśli otrzymasz błąd 401, twój klucz jest nieprawidłowy lub wygasł. Błąd 402 oznacza niewystarczający przedpłacony kredyt. Błąd 429 oznacza, że przekroczyłeś limit zapytań wynoszący 300 zapytań na minutę.
Integracja z Python SDK
Użyj oficjalnego Python SDK OpenAI do interakcji z LLM bez cenzury. Zainstaluj pakiet przez pip, a następnie skonfiguruj klienta tak, aby wskazywał na nasz podstawowy URL. To podejście jest preferowane dla programistów budujących usługi backendowe lub potoki przetwarzania danych.
SDK obsługuje serializację JSON i strumieniowanie automatycznie. Pamiętaj, że identyfikator modelu jest stały i wynosi uncensored. Możesz przekazać standardowe parametry takie jak temperature i max_tokens, aby kontrolować zachowanie wyjścia.
from openai import OpenAI
client = OpenAI(base_url="https://api.bestuncensoredllm.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)Ta metoda jest solidna do integracji modelu AI bez cenzury do zadań programistycznych lub generowania dużych bloków tekstu. Upewnij się, że Twój kod obsługuje potencjalne błędy limitu zapytań poprzez implementację ponownych prób.
Integracja z Node.js SDK
W środowiskach JavaScript i TypeScript użyj Node.js SDK OpenAI. Skonfiguruj klienta tym samym podstawowym URL i kluczem API co w przykładzie Pythona. Pozwala to na integrację odpowiedzi bez cenzury bezpośrednio w aplikacjach webowych lub mikroserwisach opartych na Node.
SDK obsługuje pełny zakres parametrów ukończenia czatu. Ponieważ nie oferujemy osadzania ani generowania obrazów, trzymaj się endpointu chat-completions dla wszystkich interakcji opartych na tekście.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.bestuncensoredllm.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);Użyj tego ustawienia do szybkiego prototypowania botów do odgrywania ról lub automatycznego ekstrakcji danych. Klucz API jest powiązany z Twoim kontem, więc zabezpiecz go w zmiennych środowiskowych. Wygeneruj klucz ponownie z panelu, jeśli podejrzewasz wyciek.
Odpowiedzi strumieniowe
Dla niższych opóźnień włącz strumieniowanie, ustawiając stream: true w swoim żądaniu. API zwraca Wydarzenia Wysyłane przez Serwer (SSE) zawierające częściowe wyjścia tokenów. Jest to kluczowe dla interfejsów czatu w czasie rzeczywistym, gdzie użytkownicy oczekują natychmiastowej informacji zwrotnej.
Każde zdarzenie zawiera fragment odpowiedzi. Musisz przeanalizować te zdarzenia, aby odtworzyć pełną wiadomość. Strumieniowanie nie zmienia cen ani liczenia tokenów; nadal płacisz za całkowitą liczbę tokenów wejściowych i wyjściowych.
stream = 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)Upewnij się, że Twój klient poprawnie obsługuje połączenia SSE i zamyka je po zdarzeniu done. To zmniejsza obciążenie serwera i zapewnia płynniejsze doświadczenie użytkownika w porównaniu do oczekiwania na pełną odpowiedź.
Endpoint modeli, limity i błędy
Użyj GET /v1/models, aby zweryfikować dostępne modele. Obecnie dostępny jest tylko uncensored. Okno kontekstu wynosi 100 000 tokenów dla promptu plus ukończenie. Żądania przekraczające 8 MB w rozmiarze ciała zostaną odrzucone.
Limity zapytań są ścisłe: 300 zapytań na minutę na klucz. Przekroczenie tego wyzwala błąd 429. Ceny są oparte o użycie: $0.15 za 1M tokenów wejściowych i $0.50 za 1M tokenów wyjściowych. Przedpłacony kredyt nigdy nie wygasa. Nowe konta otrzymują $0.50 kredytu próbnego na 7 dni. Pobierz ten kredyt jednym kliknięciem na stronie klucza API. Nie jest potrzebna karta do próby. Zarejestruj się teraz, aby zacząć testować najlepsze uncensored llm dla swoich projektów.