Installer den standard OpenAI SDK
Start med at installere det officielle SDK til dit foretrukne sprog. Dette bibliotek håndterer godkendelse og anmodningsformatering automatisk. Det fungerer med vores uncensored LLM API uden ændringer.
- Python:
pip install openai - Node.js:
npm install openai
SDK-versionen skal være ny nok til at understøtte base_url parameter. Dette sikrer kompatibilitet med vores OpenAI-kompatible API-struktur.
Indstil din base URL og API-nøgle
Konfigurer klienten til at pege på vores servere. Brug base-URL https://api.unrestrictedaibot.com/v1 og din unikke API-nøgle. Denne opsætning giver dig mulighed for at bruge den samme kode, du allerede har til andre tjenester.
Autentificering sendes via Authorization header. SDK'et håndterer denne header-injektion automatisk, når du angiver nøglen.
curl https://api.unrestrictedaibot.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Find all null values in this JSON response"}]
}'Send din første chat-completion
Lav en anmodning til /v1/chat/completions med model-ID uncensored. Send en brugerbesked og modtag et tekstrespons. Denne model afviser ikke lovligt voksenindhold eller kontroversielle emner.
Indstil max_tokens parameter til at kontrollere outputlængde. Standardværdien er 2.048 tokens, hvis du udelader dette felt. Vores kontekstvindue understøtter op til 100.000 tokens i alt.
from openai import OpenAI
client = OpenAI(base_url="https://api.unrestrictedaibot.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)Aktivér streaming-svar
Brug Server-Sendte Begivenheder (SSE) til real-time tokenlevering. Indstil stream=true i din anmodning. SDK'et udsender tokens, mens de genereres. Dette reducerer den opfattede forsinkelse for lange svar.
Håndter stream-chunks i din kode. Den sidste chunk indeholder den samlede tokenforbrug. Dette er nyttigt til faktureringsgennemsigtighed og overvågning af forbrug.
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)Brug JSON-tilstand og funktionskald
Anmod om struktureret output ved at indstille response_format til {"type": "json_object"}. Modellen returnerer gyldig JSON, som du kan parse direkte. Dette er ideelt til at bygge agenter eller datapipelines.
Definer værktøjer i din request til function calling. Modellen kan kalde funktioner baseret på brugerprompten. Brug tool_choice til at kontrollere, hvornår funktioner kaldes. Dette tilføjer kraft til dine applikationer uden ekstra infrastruktur.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.unrestrictedaibot.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);Tjek dit token-forbrug og grænser
Overvåg dit forbrug via API-responsheaders eller det sidste stream-chunk. Du betales per brugt token. Fejl og afslag er gratis. Denne gennemsigtige prisstruktur gælder for alle anmodninger.
Respekter rate-limited: 300 anmodninger i minuttet og 8 samtidige anmodninger pr. nøgle. Hvis du overskrider disse grænser, modtager du en 429-fejl. Planlæg din konkurrencekapacitet derefter.
