Unrestricted : Démarrage rapide : Intégrer le LLM sans censure

URL de base et authentification

Pour commencer à utiliser le LLM sans censure, vous avez besoin d'une clé API depuis votre tableau de bord. L'URL de base pour toutes les requêtes est https://api.unrestricted.cc/v1. Cette URL est compatible avec les SDK OpenAI officiels et tout client prenant en charge les endpoints compatibles OpenAI. Définissez simplement la variable base_url dans votre configuration client sur cette valeur et fournissez votre clé dans l'en-tête Authorization en tant que jeton Bearer. L'API sert un seul modèle identifié comme uncensored, qui est un modèle à poids ouverts ajusté pour répondre sans les refus de contenu standard pour une utilisation adulte légale.

Première requête

Une requête de base envoie un prompt au point de terminaison de chat. Le modèle renvoie du texte directement, évitant les filtres de refus courants dans les wrappers grand public. Cela en fait un LLM de codage sans censure idéal pour générer des extraits de code ou des explications techniques sans remplissage conversationnel inutile. Envoyez une requête POST à /v1/chat/completions avec vos messages système et utilisateur. La réponse contiendra le texte généré dans le tableau choices.

Copycurl https://api.unrestricted.cc/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."}]
  }'

Intégration SDK Python

L'utilisation du SDK Python officiel simplifie l'intégration. Vous devez simplement indiquer à votre client notre URL de base. Cette méthode fonctionne aussi bien pour la génération de texte simple que pour des structures de prompt plus complexes. Le SDK gère automatiquement la sérialisation JSON, ce qui vous permet de vous concentrer sur la logique de votre application. N'oubliez pas que l'ID du modèle est toujours uncensored pour ce service. Cet endpoint uncensored llm online est conçu pour les développeurs qui ont besoin d'un accès fiable et programmable à des sorties de texte sans filtre.

Copyfrom openai import OpenAI

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

Intégration SDK Node.js

Pour les environnements JavaScript et TypeScript, le SDK Node.js OpenAI fonctionne avec une configuration minimale. Initialisez le client avec votre clé API et la bonne URL de base. Vous pouvez ensuite appeler la méthode de chat complet comme vous le feriez avec d'autres services compatibles OpenAI. Cette flexibilité vous permet d'intégrer l'API dans des bases de code existantes sans réécrire la logique de votre client HTTP. La structure de la réponse correspond au format standard OpenAI, garantissant un analyse facile du contenu généré.

Copyimport OpenAI from "openai";

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

Réponses en streaming

Vous pouvez activer le streaming en définissant stream: true dans votre requête. L'API renvoie les données sous forme d'événements envoyés par le serveur (SSE), ce qui vous permet de traiter les tokens au fur et à mesure de leur génération. Cette fonctionnalité est utile pour les applications en temps réel ou lorsque vous souhaitez afficher la progression à l'utilisateur. Le dernier fragment du flux contient les statistiques d'utilisation des tokens. Le streaming réduit la latence perçue en livrant le contenu de manière incrémentale, sans attendre la fin de la réponse complète.

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)

Limites, erreurs et contexte

La fenêtre de contexte prend en charge 100 000 tokens au total, avec une sortie maximale de 32 000 tokens par requête. Si vous ne spécifiez pas max_tokens, la limite par défaut est de 2 048 tokens. Les limites de débit sont fixées à 300 requêtes par minute et 8 requêtes simultanées par clé. Les erreurs courantes incluent 401 pour les clés invalides, 402 pour le crédit insuffisant et 429 pour les limites de débit. Les erreurs ne consomment pas votre crédit prépayé. Le corps de la requête est limité à 8 Mo. Ces limites garantissent des performances stables pour une utilisation API à fort volume.