Avvio rapido: integra l'api senza filtri

URL Base e autenticazione

Inizia puntando il tuo client al nostro URL base e autenticandoti con una chiave API generata. Il nostro servizio è completamente compatibile con OpenAI, il che significa che devi solo aggiornare il base_url e fornisci la tua chiave nell'intestazione di autorizzazione. Iscriviti tramite Google o email per ricevere la tua chiave istantaneamente, senza bisogno del numero di telefono.

Mantieni la chiave sicura, poiché concede l'accesso al tuo credito prepagato. Errori e rifiuti non consumano i tuoi token, quindi puoi testare in sicurezza.

Endpoint Chat completions

Invia dati di testo all'endpoint chat completions per ricevere risposte testuali. Questa semplice richiesta POST ti consente di interagire con il modello uncensored utilizzando parametri standard come temperature e top_p. Non è necessario gestire routing complessi o selezionare tra più modelli di fornitori.

Copycurl https://api.llmapiservices.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the main points of the attached documentation."}]
  }'

Ogni richiesta consuma token di input in base al tuo prompt e token di output in base al testo generato. Gli errori sono gratuiti, quindi puoi sperimentare senza timore di addebiti imprevisti.

Streaming e chiamata di funzioni

Abilita le risposte in tempo reale abilitando lo streaming tramite Server-Sent Events (SSE). Questo approccio consegna i token man mano che vengono generati, fornendo un'esperienza utente più fluida per le applicazioni chat. Puoi anche utilizzare il richiamo di funzioni per consentire al modello di interagire dinamicamente con strumenti o API esterni.

Copyfrom openai import OpenAI

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

Le chiamate di funzione restituiscono dati strutturati che la tua applicazione può eseguire. Questa flessibilità è cruciale per costruire agenti intelligenti in grado di eseguire azioni oltre alla semplice generazione di testo.

modalità JSON e parametri

Imposta formati di output rigorosi utilizzando la modalità JSON, che garantisce che la risposta sia JSON valido per un'analisi affidabile. Puoi controllare il comportamento di generazione con parametri come seed per la riproducibilità o stop sequenze per interrompere l'output a punti specifici. Questo livello di controllo aiuta a integrare l'API senza problemi nei flussi di lavoro esistenti.

Copyimport OpenAI from "openai";

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

La regolazione di questi parametri ti permette di affinare il comportamento del modello per compiti specifici, garantendo risultati coerenti e prevedibili per le tue applicazioni.

Limiti di frequenza ed errori

Monitora il tuo utilizzo rispetto ai nostri limiti di velocità, che consentono 300 richieste al minuto e 8 richieste concorrenti per chiave. Se superi questi limiti, riceverai un errore 429, indicando che dovresti rallentare la frequenza delle richieste. Gli errori di autenticazione restituiscono un codice di stato 401 se la tua chiave non è valida.

Finestra di contesto e gestione del credito

Utilizza una generosa finestra di contesto di 100.000 token per prompt e completamento combinati. Ciò consente conversazioni estese o l'elaborazione di documenti di grandi dimensioni senza perdere il contesto. Se rimani senza credito, riceverai un errore 402, che ti inviterà a ricaricare tramite criptovalute.

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)

Il tuo credito prepagato non scade mai, quindi puoi prendertela comoda con i progetti più grandi. Gli errori non vengono detratti dal tuo saldo, garantendo che paghi solo per i completamenti riusciti.