Integra LLM Uncensored in Pochi Minuti

URL Base e Autenticazione

Usa l'URL di base dedicato e una chiave API valida per instradare le richieste al nostro modello uncensored. L'endpoint è HTTPS://api.gptnorestrictions.com/v1. Passa la tua chiave nell'intestazione Authorization come token Bearer. Questa configurazione funziona con qualsiasi SDK OpenAI sovrascrivendo il parametro base_url. Hai una chiave attiva per account, che generi dalla dashboard. Non è richiesto il numero di telefono per la registrazione, basta email o accesso con Google.

Invio della tua prima richiesta di completamento

Invia una richiesta POST a /v1/chat/completions con i tuoi messaggi di sistema e utente. L'ID del modello è "uncensored". Questo restituisce una risposta testuale senza filtri per argomenti adulti leciti. Puoi testare la connettività istantaneamente con questo comando curl:

Copycurl https://api.gptnorestrictions.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the five core components of a standard REST API."}]
  }'

Sostituisci YOUR_API_KEY con la tua chiave generata. La risposta include i dettagli sull'utilizzo dei token per una fatturazione accurata. Errori come 401 indicano una chiave non valida, mentre 402 significa che devi ricaricare il credito tramite criptovaluta.

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per interagire con la nostra API in modo fluido. Imposta l'URL di base sul nostro endpoint e fornisci la tua chiave API. Il modello "uncensored" supporta parametri standard come temperature e top_p. Questo ti permette di sfruttare strutture di codice familiari per le tue applicazioni. Ecco la configurazione minima:

Copyfrom openai import OpenAI

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

Assicurati di gestire l'oggetto di risposta per estrarre il testo generato. Questo approccio mantiene la compatibilità con i client OpenAI esistenti fornendo al contempo la generazione di contenuti senza restrizioni.

Configurazione SDK Node

Integra la nostra API nelle tue applicazioni Node.js utilizzando il pacchetto npm OpenAI standard. Configura l'URL di base e la chiave API prima di effettuare le richieste. Il modello uncensored risponde alle chiamate standard di completamento chat. Questo garantisce che la tua logica esistente funzioni senza grandi rifattorizzazioni. Inizializza il client in questo modo:

Copyimport OpenAI from "openai";

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

Chiama il metodo chat.completions.create con i tuoi messaggi. La risposta fornisce il contenuto generato dal LLM. Questo metodo è ideale per le applicazioni server-side che necessitano di una generazione di testo affidabile e senza censure.

Gestione delle risposte in streaming

Abilita lo streaming impostando stream su true nella richiesta. L'API restituisce Server-Sent Events (SSE) contenenti chunk di testo incrementali. Questo migliora la latenza percepita per gli utenti che interagiscono con la tua applicazione. I dettagli sull'utilizzo dei token sono inclusi nell'ultimo chunk. Usa questo codice per elaborare lo stream:

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)

Accumula le parti di contenuto per formare la risposta completa. Questo metodo è efficiente per le interfacce di chat in tempo reale. Ti permette di visualizzare il testo mentre viene generato senza attendere il completamento completo.

Limiti, Errori e Finestra di Contesto

La nostra API supporta una finestra di contesto di 100.000 token per la somma di prompt e completamento. Sei limitato a 300 richieste al minuto e 8 richieste concorrenti per chiave. Se superi questi limiti, ricevi un errore 429. Gli errori comuni includono 401 per chiavi non valide e 402 per credito insufficiente. Le richieste inferiori a 8 MB sono accettate. Errori e rifiuti non consumano credito. Questo garantisce che tu paghi solo per l'utilizzo di token con successo. Gestisci i tuoi limiti monitorando la dashboard di utilizzo.