Installa l'SDK standard OpenAI
Inizia installando l'SDK ufficiale per il tuo linguaggio preferito. Questa libreria gestisce automaticamente l'autenticazione e la formattazione delle richieste. Funziona con la nostra API LLM uncensored senza modifiche.
- Python:
pip install openai - Node.js:
npm install openai
La versione dell'SDK deve essere abbastanza recente da supportare il base_url parametro. Questo garantisce la compatibilità con la nostra struttura API compatibile con OpenAI.
Imposta il tuo URL base e la chiave API
Configura il client per puntare ai nostri server. Usa l'URL di base https://api.unrestrictedaibot.com/v1 e la tua chiave API univoca. Questa configurazione ti permette di utilizzare lo stesso codice che hai già per altri servizi.
L'autenticazione è passata tramite il Authorization header. L'SDK gestisce automaticamente l'iniezione di questo header quando fornisci la chiave.
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"}]
}'Invia la tua prima chat completion
Effettua una richiesta a /v1/chat/completions con l'ID del modello uncensored. Invia un messaggio utente e ricevi una risposta testuale. Questo modello non rifiuta argomenti adulti leciti o contenuti controversi.
Imposta il max_tokens parametro per controllare la lunghezza dell'output. Il valore predefinito è 2.048 token se ometti questo campo. La nostra finestra di contesto supporta fino a 100.000 token in totale.
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)Abilita le risposte in streaming
Usa Server-Sent Events (SSE) per la consegna dei token in tempo reale. Imposta stream=true nella tua richiesta. L'SDK restituisce i token man mano che vengono generati. Questo riduce la latenza percepita per le risposte lunghe.
Gestisci i chunk dello stream nel tuo codice. L'ultimo chunk contiene l'utilizzo totale dei token. Questo è utile per la trasparenza nella fatturazione e per monitorare i consumi.
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)Usa la modalità JSON e la chiamata di funzioni
Richiedi output strutturato impostando response_format a {"type": "json_object"}. Il modello restituisce JSON valido che puoi analizzare direttamente. Questo è ideale per costruire agent o pipeline di dati.
Definisci gli strumenti nella richiesta per il richiamo di funzioni. Il modello può invocare funzioni in base al prompt dell'utente. Usa tool_choice per controllare quando vengono chiamate le funzioni. Questo aggiunge potenza alle tue applicazioni senza infrastrutture aggiuntive.
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);Verifica l'utilizzo e i limiti dei token
Monitora il tuo utilizzo tramite le intestazioni di risposta dell'API o l'ultimo chunk dello stream. Vieni addebitato per ogni token utilizzato. Errori e rifiuti sono gratuiti. Questo modello di tariffazione trasparente si applica a tutte le richieste.
Rispetta i limiti di frequenza: 300 richieste al minuto e 8 richieste concorrenti per chiave. Se superi questi limiti, riceverai un errore 429. Pianifica la tua concorrenza di conseguenza.
