Snelstart: integreer ongecensureerde LLM in enkele minuten

Opzetten: het configureren van base_url en API-sleutel

Configureer uw omgeving met de basis-URL en een gegenereerde API-sleutel om direct verzoeken te kunnen maken. Het eindpunt bevindt zich op HTTPS://api.norestrictai.com/v1, dat volledig compatibel is met officiële OpenAI SDK's en de meeste clients van derden. U kunt uw sleutel direct genereren via Google-authenticatie of e-mail, zonder dat een telefoonnummer nodig is. Deze sleutel verifieert alle daaropvolgende verzoeken en vervangt elke eerdere sleutel als u deze regeneert. We volgen uw prompts niet voor training, zodat uw gegevens privé blijven terwijl u verschillende parameters test.

Je eerste verzoek versturen: het /v1/chat/completions-eindpunt

Stuur je eerste verzoek naar het /v1/chat/completions-eindpunt met je favoriete HTTP-client of SDK. De modelidentificatie is "uncensored", dat is afgestemd om zonder inhoudelijke weigeringen te antwoorden voor wettelijk volwassen gebruik. Je moet je API-sleutel opnemen in de Authorization-header als Bearer-token. Dit ene eindpunt behandelt alle tekstgeneratie zonder dat aparte aanroepen nodig zijn voor embeddings of beeldverwerking.

Hier is een basisvoorbeeld met cURL:

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"}]
  }'

Dit verzoek toont de minimale structuur die nodig is om een antwoord te krijgen. Je kunt de system prompt aanpassen om het gedrag van het model te definiëren voor jouw specifieke use case. Het antwoord bevat de gegenereerde tekst in de choices array.

Streamingresponsen: efficiënt verwerken van SSE-chunks

Verwerk stream-antwoorden efficiënt door Server-Sent Events (SSE)-blokken te lezen zodra ze worden gegenereerd. Deze aanpak vermindert de waargenomen latentie voor gebruikers door inhoud incrementeel te leveren in plaats van te wachten op de volledige voltooiing. Elk blok bevat een klein deel van de tekst, waardoor je resultaten in real-time kunt weergeven. Het laatste blok bevat de volledige tokengebruiksstatistieken voor accurate facturatie. Deze methode is bijzonder nuttig voor het genereren van lange teksten of interactieve chatinterfaces.

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)

Zorg ervoor dat uw client gedeeltelijke chunks correct afhandelt om concatatiefouten te voorkomen. De streaming-response behoudt dezelfde structuur als niet-streaming responses, maar levert data in een continue stroom.

Geavanceerde parameters: temperatuur, top_p en seed-besturing

Reguleer de creativiteit en reproduceerbaarheid van je outputs met temperatuur-, top_p- en seed-parameters. Temperatuur past de willekeurigheid van het model aan, waarbij lagere waarden meer deterministische resultaten opleveren. Top_p beperkt de nucleus sampling tot een bepaalde waarschijnlijkheidsmassa, waardoor de diversiteit van tokens wordt verfijnd. De seed-parameter stelt je in staat specifieke outputs te reproduceren voor test- of debugdoeleinden. Deze parameters werken samen om het modelgedrag fijnaf te stemmen zonder extra configuratie te vereisen.

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)

Met de Python SDK worden parameteroverdracht en responsafhandeling vereenvoudigd. Je kunt deze waarden dynamisch instellen op basis van de context van je applicatie. Experimenteer met verschillende combinaties om het optimale evenwicht tussen coherentie en creativiteit te vinden.

Gestructureerde uitvoer: afdwingen van JSON-modus voor betrouwbaarheid

Forceer gestructureerde JSON-uitvoer door de response_format-parameter in te stellen op json_object. Deze functie zorgt ervoor dat het model geldige JSON retourneert, wat cruciaal is voor integratie met downstream-applicaties of databases. Je kunt een schema definiëren in je systeemprompt om de structuur van het model te sturen. Dit vermindert parsingfouten en vereenvoudigt data-extractie uit de respons. Het is bijzonder nuttig voor het genereren van data-gedreven inhoud of API-responses.

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);

De Node SDK biedt handige methoden voor het verwerken en valideren van JSON. Je kunt dit eenvoudig integreren in je bestaande workflows. Zorg ervoor dat je prompts duidelijk zijn over de verwachte structuur om de betrouwbaarheid te maximaliseren.

Toolgebruik: het mogelijk maken van function calling en tool_choice

Functieaanroep inschakelen om het model externe gereedschappen of functies te laten aanroepen op basis van gebruikersinvoer. Je kunt een reeks gereedschappen met hun schema's en beschrijvingen in het verzoek definiëren. Het model beslist wanneer het een gereedschap moet aanroepen en de benodigde argumenten doorgeven. Deze mogelijkheid breidt de bruikbaarheid van het model uit voorbij eenvoudige tekstgeneratie. Je kunt de gereedschapsselectie beheren met de tool_choice-parameter om specifiek gedrag af te dwingen of toe te staan. Deze functie is essentieel voor het bouwen van agentische applicaties of complexe workflows.