Instale o SDK padrão da OpenAI
Comece instalando o SDK oficial para a sua linguagem preferida. Esta biblioteca cuida da autenticação e da formatação de solicitações automaticamente. Funciona com nossa API de LLM uncensored sem modificações.
- Python:
pip install openai - Node.js:
npm install openai
A versão do SDK deve ser recente o suficiente para suportar o base_url parâmetro. Isso garante compatibilidade com nossa estrutura de API compatível com OpenAI.
Defina seu URL base e chave de API
Configure o cliente para apontar para nossos servidores. Use a URL base https://api.unrestrictedaibot.com/v1 e sua chave de API única. Esta configuração permite que você use o mesmo código que já possui para outros serviços.
A autenticação é passada via Authorization cabeçalho. O SDK injeta automaticamente este cabeçalho quando você fornece a chave.
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"}]
}'Envie sua primeira conclusão de chat
Faça uma solicitação para /v1/chat/completions com o ID do modelo uncensored. Envie uma mensagem do usuário e receba uma resposta de texto. Este modelo não recusa tópicos adultos lícitos ou conteúdos controversos.
Defina o max_tokens parâmetro para controlar o comprimento da saída. O padrão é 2.048 tokens se você omitir este campo. Nossa janela de contexto suporta até 100.000 tokens no total.
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)Ative respostas em streaming
Use Server-Sent Events (SSE) para entrega de tokens em tempo real. Defina stream=true na sua solicitação. O SDK retorna tokens conforme são gerados. Isso reduz a latência percebida para respostas longas.
Manipule os chunks do stream no seu código. O último chunk contém o uso total de tokens. Isso é útil para transparência de cobrança e monitoramento do consumo.
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)Use o modo JSON e chamada de funções
Solicite saída estruturada definindo response_format para {"type": "json_object"}. O modelo retorna JSON válido que você pode analisar diretamente. Isso é ideal para construir agentes ou pipelines de dados.
Defina ferramentas na solicitação para chamada de funções. O modelo pode invocar funções com base no prompt do usuário. Use tool_choice para controlar quando as funções são chamadas. Isto adiciona poder às suas aplicações sem infraestrutura adicional.
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);Verifique o uso e os limites de tokens
Monitore seu uso pelos cabeçalhos de resposta da API ou pelo último chunk do streaming. Você é cobrado por token usado. Erros e recusas são gratuitos. Esse modelo de preços transparente se aplica a todas as solicitações.
Respeite os limites de taxa: 300 solicitações por minuto e 8 solicitações simultâneas por chave. Se você exceder esses limites, receberá um erro 429. Planeje sua concorrência de acordo.
