Przewodnik szybkiego startu API

Uwierzytelnianie: Używanie klucza API

Wyślij swój klucz w Authorization Nagłówek. Zacznij od utworzenia konta za pomocą Google lub e-maila. Twój klucz pojawia się natychmiast. Żaden numer telefonu nie blokuje dostępu. Użyj Bearer YOUR_KEY dla każdego żądania. System odrzuca nieprawidłowe klucze błędem 401. Sprawdź saldo przed intensywnym użytkowaniem.

Punkt końcowy: /v1/chat/completions

Wyślij JSON do punktu końcowego czatu. Ta standardowa trasa akceptuje Twój prompt i nazwę modelu. Wyślij identyfikator modelu uncensored dla surowego wyjścia. Adres URL podstawowy to https://api.llmwithoutlogin.com/v1. Otrzymujesz odpowiedzi tekstowe bezpośrednio. Oto podstawowy przykład curl:

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"}]
  }'

Utrzymuj swoje żądania proste. System przetwarza je szybko. Unikaj złożonych struktur zagnieżdżonych na początku.

Parametry: Temperatura, Top P i Stop

Kontroluj kreatywność za pomocą tych ustawień. Ustaw temperature to 0.7 for balanced output. Use top_p aby odfiltrować tokeny o niskim prawdopodobieństwie. Zdefiniuj stop sekwencję do wcześniejszego zakończenia generowania. Te parametry kształtują styl odpowiedzi. SDK Python obsługuje je łatwo:

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)

Dostosuj wartości do konkretnego przypadku użycia. Wyższa temperatura zwiększa losowość.

Odpowiedzi strumieniowe przez SSE

Otrzymuj tokeny w miarę ich generowania. Ustaw stream: true w Twoim żądaniu. API zwraca zdarzenia wysyłane serwerowo. Każdy fragment zawiera częściowy tekst. Znacznie zmniejsza to postrzeganą opóźnienie. Użyj tego dla długich wyników:

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);

Buforuj fragmenty w swojej aplikacji. Połącz je, aby utworzyć końcowy tekst. Ta metoda jest wydajna dla interfejsów w czasie rzeczywistym.

Wywoływanie funkcji i tryb JSON

Zstrukturuj swoje wyjście precyzyjnie. Użyj response_format z {"type": "json_object"}.To wymusza od modelu zwracanie formatu JSON. Możesz również zdefiniować narzędzia do wywoływania funkcji. System przestrzega Twojego schematu. Zdefiniuj narzędzia w swoim ładunku. Zapewnia to niezawodne parsowanie w Twoim kodzie.

Obsługa błędów i zużycia tokenów

Monitoruj kody statusu zapytań. Błąd 401 oznacza, że Twój klucz jest nieprawidłowy. Błąd 402 wskazuje na niewystarczający kredyt. Błąd 429 sygnalizuje limitowanie szybkości. Masz 300 zapytań na minutę. Okno kontekstowe wynosi 100,000 tokenów. Dane wyjściowe są ograniczone do 16,000 tokenów. Sprawdź ostatni fragment SSE pod kątem statystyk użycia. Błędy nie zużywają kredytu. Twój saldo z góry opłacone pozostaje nienaruszone.

Strumieniowanie

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)