クイックスタート：数分で無制限LLMを統合する

セットアップ: base_urlとAPIキーの設定

ベースURLと生成されたAPIキーで環境を構成し、すぐにリクエストの送信を開始します。エンドポイントは HTTPS://api.norestrictai.com/v1 にあり、公式OpenAI SDKおよびほとんどのサードパーティクライアントと完全に互換性があります。Google認証またはメールを介してキーを瞬時に生成できます。電話番号は不要です。このキーは後続のすべてのリクエストを認証し、再生成した場合は以前のキーを置き換えます。プロンプトのトレーニング目的での追跡は行わないため、データはプライベートに保たれ、異なるパラメータをテストできます。

最初のリクエスト: /v1/chat/completions エンドポイント

/v1/chat/completionsエンドポイントに最初のリクエストを送信し、お好みのHTTPクライアントまたはSDKを使用してください。モデル識別子は「uncensored」で、法的な成人用途に対してコンテンツ拒否なしで回答するように調整されています。APIキーをAuthorizationヘッダーにBearerトークンとして含める必要があります。この単一エンドポイントは、埋め込みや画像処理の別々の呼び出しを必要とせずに、すべてのテキスト生成を処理します。

基本的な cURL の例:

Copycurl https://api.norestrictai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the factorial of 12"}]
  }'

このリクエストは、レスポンスを取得するために必要な最小限の構造を示しています。システムプロンプトを調整して、特定のユースケースに対するモデルの動作を定義できます。レスポンスには、生成されたテキストが choices 配列として含まれます。

ストリーミングレスポンス：SSEチャンクの効率的な処理

Server-Sent Events (SSE) のチャンクを生成されるまま読み取ることで、ストリーミングレスポンスを効率的に処理します。このアプローチは、完了を待たずにコンテンツを逐次配信することで、ユーザーの知覚されるレイテンシを削減します。各チャンクにはテキストの小さな部分が含まれており、リアルタイムで結果を表示できます。最終チャンクには、課金の正確性を確保するための完全なトークン使用統計が含まれます。この方法は、長文の生成やインタラクティブなチャットインターフェースに特に有用です。

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)

クライアントが部分的なチャンクを正しく処理し、連結エラーを回避することを確認してください。ストリーミングレスポンスは、非ストリーミングレスポンスと同じ構造を維持しますが、データを連続フローとして配信します。

高度なパラメータ: temperature、top_p、seed制御

temperature、top_p、seedパラメータを使用して出力の創造性と再現性を制御します。temperatureはモデルのランダム性を調整し、低い値はより決定論的な結果を生成します。top_pは特定の確率質量に核サンプリングを制限し、トークンの多様性を洗練させます。seedパラメータにより、テストやデバッグのために特定の出力を再現できます。これらのパラメータは、追加の設定を必要とせずにモデルの挙動を微調整するために連携して機能します。

Copyfrom openai import OpenAI

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

Python SDKを使用すると、パラメータの渡しもレスポンスの処理も容易になります。アプリケーションのコンテキストに基づいてこれらの値を動的に設定できます。一貫性と創造性の最適なバランスを見つけるために、さまざまな組み合わせを試してみてください。

信頼性のためにJSONモードを強制する構造化出力

response_format パラメータを json_object に設定することで、構造化 JSON 出力を強制します。この機能により、モデルは有効な JSON を返すことが保証され、ダウンストリームアプリケーションやデータベースとの統合に不可欠です。システムプロンプトでスキーマを定義してモデルの構造をガイドできます。これにより解析エラーが減少し、応答からのデータ抽出が簡素化されます。これは、データ駆動型のコンテンツや API 応答の生成に特に有用です。

Copyimport OpenAI from "openai";

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

Node SDKはJSON解析と検証を処理するための便利なメソッドを提供します。既存のワークフローに簡単に統合できます。信頼性を最大化するために、プロンプトで期待される構造を明確に指定してください。

ツール使用：関数呼び出しとtool_choiceの有効化

ユーザー入力を基にモデルが外部ツールや関数を呼び出せるように関数呼び出しを有効にします。リクエスト内でツールとそのスキーマ、説明を定義できます。モデルはツールを呼び出すべきかどうかを判断し、必要な引数を渡します。この機能により、単なるテキスト生成を超えたモデルの有用性が拡張されます。tool_choiceパラメータを使用して、ツール選択を制御し、特定の動作を強制または許可できます。この機能は、エージェントアプリケーションや複雑なワークフローの構築に不可欠です。