Panduan Awal API

Autentikasi: Menggunakan Kunci API Anda

Kirimkan kunci Anda di Authorization header. Mulailah dengan membuat akun dengan Google atau email. Kunci Anda muncul secara langsung. Tidak ada nomor telepon yang menghalangi akses Anda. Gunakan Bearer YOUR_KEY untuk setiap permintaan. Sistem menolak kunci yang tidak valid dengan kesalahan 401. Periksa saldo Anda sebelum penggunaan berat.

Endpoint: /v1/chat/completions

Kirim JSON ke endpoint chat. Rute standar ini menerima prompt dan nama model Anda. Kirim ID model uncensored untuk output mentah. URL dasar adalah https://api.llmwithoutlogin.com/v1. Anda mendapatkan respons teks langsung. Berikut adalah contoh curl dasar:

Copycurl https://api.llmwithoutlogin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Get the latest npm package version"}]
  }'

Jaga permintaan Anda tetap sederhana. Sistem memprosesnya dengan cepat. Hindari struktur bersarang yang kompleks pada awalnya.

Parameter: Suhu, Top P, dan Stop

Kendalikan kreativitas dengan pengaturan ini. Tetapkan temperature ke 0.7 untuk output seimbang. Gunakan top_p untuk memfilter token berprobabilitas rendah. Tentukan stop urutan untuk mengakhiri generasi lebih awal. Parameter ini membentuk gaya respons. SDK Python menanganinya dengan mudah:

Copyfrom openai import OpenAI

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

Sesuaikan nilai agar sesuai dengan kasus penggunaan spesifik Anda. Temperatur yang lebih tinggi meningkatkan keacakan.

Respons Streaming melalui SSE

Terima token saat dihasilkan. Setel stream: true dalam permintaan Anda. API mengembalikan Server-Sent Events. Setiap potongan berisi teks parsial. Ini secara signifikan mengurangi latensi yang dirasakan. Gunakan ini untuk output panjang:

Copyimport OpenAI from "openai";

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

Buffer potongan dalam aplikasi Anda. Gabungkan potongan tersebut untuk membentuk teks akhir. Metode ini efisien untuk antarmuka real-time.

Pemanggilan Fungsi dan Mode JSON

Strukturkan output Anda dengan presisi. Gunakan response_format dengan {"type": "json_object"}. Ini memaksa model untuk mengembalikan JSON yang valid. Anda juga dapat menentukan alat untuk pemanggilan fungsi. Sistem mematuhi skema Anda. Tentukan alat dalam payload Anda. Ini memastikan parsing yang andal dalam kode Anda.

Menangani Error dan Penggunaan Token

Pantau kode status permintaan Anda. Error 401 berarti kunci Anda tidak valid. Error 402 menunjukkan kredit tidak cukup. Error 429 menandakan pembatasan laju. Anda memiliki 300 permintaan per menit. Jendela konteks adalah 100.000 token. Output dibatasi pada 16.000 token. Periksa potongan SSE terakhir untuk statistik penggunaan. Error tidak mengonsumsi kredit. Saldo prabayar Anda tetap utuh.

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)