Schnellstart: Integrieren Sie die unzensierte LLM API

Basis-URL und Authentifizierungseinrichtung

Richten Sie Ihren Client auf unseren dedizierten Endpunkt, um die Kommunikation zu beginnen. Die Base-URL ist https://api.apillmopen.com/v1. Diese Konfiguration funktioniert mit jedem Standard-OpenAI-SDK, indem Sie den base_url parameter und Ihren eindeutigen API-Schlüssel. Sie erhalten diesen Schlüssel sofort nach der Anmeldung mit Google oder E-Mail. Es ist keine Telefonüberprüfung erforderlich. Das System erzwingt einen strengen Grenzwert von einem aktiven Schlüssel pro Konto. Die Generierung eines neuen Schlüssels macht den vorherigen automatisch ungültig. Dies vereinfacht die Zugriffskontrolle für Ihren Entwicklungsworkflow.

Ihre erste Chat-Vervollständigungsanfrage senden

Senden Sie eine Standard-POST-Anfrage an /v1/chat/completions Text zu generieren. Sie müssen die Modell-ID als uncensored. Das System akzeptiert Standardparameter wie temperature und top_p um Zufälligkeit zu steuern. Ihr Eingabeprompt wird durch unser gehostetes Large Language Model verarbeitet. Ergebnisse werden als reiner Text ohne unnötigen Metadaten-Overhead zurückgegeben. Dieser direkte Ansatz stellt sicher, dass Sie nur für tatsächlich genutzte Inferenz-Token bezahlen. Fehler während der Verarbeitung verbrauchen Ihr vorausbezahltes Guthaben nicht. Dies macht das Testen in frühen Entwicklungsstadien sehr wirtschaftlich.

Python SDK-Integration

Verwenden Sie die offizielle Python-Bibliothek, um nahtlos mit dem Endpunkt zu interagieren. Konfigurieren Sie den Client mit Ihrer Basis-URL und Ihrem API-Schlüssel. Die Bibliothek übernimmt automatisch die JSON-Serialisierung und den HTTP-Transport. Sie können eine Liste von Nachrichten übergeben, die den Konversationsverlauf definieren. Das Antwortobjekt bietet einfachen Zugriff auf den generierten Inhalt. Diese Methode ist ideal für Backend-Dienste oder lokale Skripte. Sie reduziert den Boilerplate-Code erheblich im Vergleich zu reinen HTTP-Anfragen. Sie können auch spezifische Parameter übergeben, um den Ausgabestil fein abzustimmen.

Node SDK-Integration

Initialisieren Sie den Node.js-Client mit Ihren Anmeldeinformationen und der Basis-URL. Die asynchrone Natur des SDK passt gut zu modernen Webservern. Sie können die Antwort der Vervollständigung direkt in Ihren Routen-Handlern mit await erwarten. Dieser Ansatz hält Ihren Code sauber und lesbar. Das SDK verwaltet Connection-Pooling und Wiederholungen effizient. Sie können dies problemlos in Express- oder Fastify-Anwendungen integrieren. Es unterstützt sowohl Streaming- als auch Nicht-Streaming-Antworten. Wählen Sie den Modus, der am besten zur Architektur Ihrer Anwendung passt.

Aktivieren von Streaming und Verarbeiten der Token-Nutzung

Aktivieren Sie das Streaming, indem Sie den stream Parameter auf true setzen. Die API gibt Daten über Server-Sent Events (SSE) zurück. Jeder Chunk enthält teilweise Text und Metadaten. Der letzte Chunk enthält die gesamte Token-Nutzung für die Anfrage. Dies ermöglicht es Ihnen, Kosten in Echtzeit zu verfolgen. Streaming reduziert die wahrgenommene Latenz für Endbenutzer erheblich. Sie können Text anzeigen, während er generiert wird. Dies ist entscheidend für Chat-Schnittstellen, bei denen Reaktionsfähigkeit wichtig ist. Die SDKs verarbeiten das Event-Parsing für Sie automatisch.

Kontextfenster, Limits und Fehler

Das Modell unterstützt einen Kontextfenster von 100.000 Token für die Kombination aus Eingabe und Ausgabe. Sie können bis zu 16.000 Token pro Anfrage generieren. Wenn Sie max_tokens, der Standardwert beträgt 2.048 Tokens. Sie sind auf 300 Anfragen pro Minute und acht gleichzeitige Anfragen pro Schlüssel begrenzt. Die Größe des Anfragekörpers muss unter 8 MB bleiben. Authentifizierungsfehler geben einen 401-Statuscode zurück. Unzureichende Guthaben lösen einen 402-Fehler aus. Rate Limits führen zu einer 429-Antwort. Behandeln Sie diese Codes angemessen, um ein reibungsloses Benutzererlebnis aufrechtzuerhalten.

cURL

Copycurl https://api.apillmopen.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List dependencies for React 18."}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)