Guia de Início Rápido da API

Autenticação: Usando sua chave de API

Envie sua chave no Authorization cabeçalho. Comece criando uma conta com Google ou e-mail. Sua chave aparece imediatamente. Nenhum número de telefone bloqueia seu acesso. Use Bearer YOUR_KEY para cada solicitação. O sistema rejeita chaves inválidas com um erro 401. Verifique seu saldo antes de um uso intenso.

Endpoint: /v1/chat/completions

Envie JSON para o endpoint de chat. Esta rota padrão aceita seu prompt e nome do modelo. Envie o ID do modelo uncensored para saída bruta. A URL base é https://api.llmwithoutlogin.com/v1. Você recebe respostas de texto diretamente. Aqui está um exemplo básico de 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"}]
  }'

Mantenha suas solicitações simples. O sistema as processa rapidamente. Evite estruturas aninhadas complexas inicialmente.

Parâmetros: Temperatura, Top P e Parada

Controle a criatividade com essas configurações. Defina temperature para 0.7 para saída equilibrada. Use top_p para filtrar tokens de baixa probabilidade. Defina um stop sequência para encerrar a geração antecipadamente. Esses parâmetros moldam o estilo da resposta. O SDK Python os manipula facilmente:

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)

Ajuste os valores para se adequar ao seu caso de uso específico. Temperatura mais alta aumenta a aleatoriedade.

Respostas em Streaming via SSE

Receba tokens conforme são gerados. Defina stream: true na sua solicitação. A API retorna Server-Sent Events. Cada fragmento contém texto parcial. Isso reduz significativamente a latência percebida. Use isso para saídas longas:

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);

Armazene os chunks em sua aplicação. Concatene-os para formar o texto final. Este método é eficiente para interfaces em tempo real.

Chamada de Função e Modo JSON

Estruture sua saída com precisão. Use response_format com {"type": "json_object"}. Isso força o modelo a retornar JSON válido. Você também pode definir ferramentas para chamada de funções. O sistema adere ao seu esquema. Defina as ferramentas no seu payload. Isso garante uma análise confiável no seu código.

Lidando com Erros e Uso de Tokens

Monitore os códigos de status de suas requisições. Um erro 401 significa que sua chave é inválida. Um erro 402 indica crédito insuficiente. Um erro 429 sinaliza limitação de taxa. Você tem 300 requisições por minuto. A janela de contexto é de 100,000 tokens. A saída é limitada a 16,000 tokens. Verifique o último chunk SSE para estatísticas de uso. Erros não consomem crédito. Seu saldo pré-pago permanece intacto.

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)