Rychlý start: API Uncensored kompatibilní s OpenAI

Nainstalujte SDK OpenAI

Nainstalujte standardní knihovnu pro preferovaný jazyk pro okamžité zpracování požadavků.

Tato knihovna poskytuje nezbytné klienty pro komunikaci s naším endpointem kompatibilním s OpenAI. Spravuje za vás hlavičky autentizace a parsování odpovědí.

• Python: pip install openai
• Node.js: npm install openai

Žádné speciální ovladače nejsou vyžadovány. SDK efektivně zpracovává síťová připojení HTTP.

Konfigurujte základní URL a klíč

Nasměrujte klienta na naši konkrétní základní URL a nastavte svůj API klíč pro obcházení standardních omezení brány.

Použít https://api.openrouterapiratelimit.com/v1 jako vaši základní URL. Tím se provoz přesměruje na naše přímé servery místo vrstvy proxy. Váš API klíč autentizuje váš účet s předplaceným kreditem.

Podporujeme standardní hlavičky. Klíč zadejte do Authorization hlavička. To zajišťuje, že vaše požadavky jdou přímo k modelu bez omezení bez mezilehlých skoků.

Odeslat První požadavek bez omezení

Odeslat požadavek POST na /v1/chat/completions pomocí ID modelu uncensored generovat text bez filtrů obsahu.

Náš model neodmítá legální, fiktivní nebo kontroverzní témata pro dospělé. Odpovídá přímo na základě vašeho zadání.

Copycurl https://api.openrouterapiratelimit.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Send a test message to verify endpoint availability."}]
  }'

Nahradit YOUR_API_KEY vaším skutečným klíčem. Odpověď vrací vygenerovaný text v choices pole. To potvrzuje, že model funguje a je bez omezení.

Povolit streamování pro výstup v reálném čase

Nastavit stream: true pro přijímání tokenů tak, jak jsou generovány, což snižuje vnímanou latenci u dlouhých odpovědí.

Streamování umožňuje vaší aplikaci zobrazovat výstup postupně. To je kritické pro chatová rozhraní, kde uživatelé očekávají okamžitou zpětnou vazbu.

Copyfrom openai import OpenAI

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

SDK vrací části, jak přicházejí. Zpracujte každou část pro aktualizaci uživatelského rozhraní. Poslední část obsahuje celkové využití tokenů pro požadavek.

Použijte Nástroje a režim JSON

Využijte volání funkcí nebo přísný režim JSON pro extrakci strukturovaných dat z vašeho modelu bez omezení cenzury.

Naše API podporuje standardní definice nástrojů OpenAI. Definujte své nástroje v požadavku a nechte model, aby se rozhodl, kdy je zavolat. Případně použijte response_format: {"type": "json_object"} pro deterministický výstup ve formátu JSON.

Copyimport OpenAI from "openai";

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

To zajišťuje, že vaše downstream systémy přijímají data, která lze parsovat. Model se řídí schématem, které poskytnete. Použijte to pro spolehlivou integraci do vašich pipeline.

Zkontrolovat využití a limity tokenů

Sledujte své využití vzhledem k oknu kontextu 100,000 tokenů a limitu 300 požadavků za minutu.

Váš kontextový okno zahrnuje tokeny promptu i dokončení. Max výstup na požadavek je 16 000 tokenů. Pokud nenastavíte max_tokens, výchozí hodnota je 2 048.

Omezení rychlosti jsou přísná, ale předvídatelná. Na každý klíč můžete odeslat 8 souběžných požadavků. Chyby jako 401 (neplatný klíč) nebo 402 (nedostatek kreditu) jsou zdarma. Chyby 429 znamenají, že jste dosáhli limitu rychlosti. Zkontrolujte hlavičky odpovědi pro zbytkovou kvótu.

Streamování

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)