Integratiegids voor het uncensored eindpunt

Basis-URL en authenticatie

Wijs je OpenAI-compatibele client eerst naar ons eindpunt. Vervang de standaard basis-URL door https://api.llmgatewayopensource.com/v1 en vervang je API-sleutel in de autorisatieheader. Deze enkele wijziging stuurt het verkeer naar ons ongecensureerde model zonder dat je applicatielogica hoeft aan te passen. Je genereert sleutels via Google of e-mail op het dashboard. Elke account heeft één actieve sleutel die de vorige direct vervangt. Er zijn geen configuratiebestanden of complexe routinglagen nodig.

Je eerste verzoek maken

Stuur een standaard chat-completion payload om de verbinding onmiddellijk te testen. Het eindpunt accepteert tekstinput en retourneert gegenereerde tekst zonder inhoudsweigeringen voor wettelijk volwassen gebruik. U kunt het antwoord verifiëren door het veld met gegenereerde tekst te controleren. Fouten zoals ongeldige sleutels retourneren 401, terwijl onvoldoende tegoed 402 retourneert. Gebruik dit eenvoudige commando om te bevestigen dat uw setup werkt voordat u het integreert in uw hoofdworkflow.

Copycurl https://api.llmgatewayopensource.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fix the syntax error in this Python loop."}]
  }'

De Python SDK gebruiken

Installeer de officiële bibliotheek en initialiseer deze met onze basis-URL en uw sleutel. Deze aanpak stelt u in staat bekende codepatronen te hergebruiken terwijl u toegang krijgt tot het uncensored-model. De client verwerkt serialisatie en streaming automatisch. U kunt parameters zoals temperature of top_p instellen om creativiteit te sturen. Deze methode is ideaal voor backenddiensten of scripts die betrouwbare tekstgeneratie nodig hebben. Geef de model-ID uncensored om ervoor te zorgen dat u het juiste eindpunt gebruikt.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmgatewayopensource.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)

Integreren met Node.js

Initialiseer de client met de basis-URL en uw API-sleutel in uw Node-omgeving. Deze opstelling ondersteunt zowel standaard JSON-responsen als streaming-events. U kunt systeemberichten of gebruikersberichten doorgeven, net zoals bij andere leveranciers. De bibliotheek beheert de verbindingsoverleving efficiënt. Dit is de voorkeursmethode voor webservers of serverless-functies die tekst op aanvraag moeten genereren. Zorg ervoor dat uw code het responsobject correct verwerkt om de inhoud te extraheren.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmgatewayopensource.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);

Streamingresponsen met SSE

Schakel streaming in door de stream-parameter in te stellen op true in uw request. De server stuurt tekstchunks zoals ze worden gegenereerd, waardoor de perceptie van latentie wordt verlaagd. Elke chunk bevat tokengebruiksgegevens in het laatste deel. Deze functie is essentieel voor gebruikersinterfaces die tekst progressief weergeven. U kunt de Server-Sent Events-stream parseren om de UI realtime bij te werken. Het vermindert de wachttijd voor lange uitvoer aanzienlijk.

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)

Limieten, fouten en context

Onze API hanteert strikte maar eerlijke limieten om stabiliteit te garanderen. U krijgt 300 verzoeken per minuut en een concurrency van 8 gelijktijdige verzoeken per sleutel. Het contextvenster ondersteunt 100,000 tokens voor zowel prompt als completion samen. Max output per verzoek is 16,000 tokens, tenzij u een lagere limiet opgeeft. Fouten omvatten 401 voor slechte sleutels, 402 voor laag krediet en 429 voor rate limits. Verzoeklichamen moeten onder de 8 MB blijven. Deze beperkingen zijn transparant en consistent.