Швидкий старт: Інтегруйте необмежену LLM за хвилини

Налаштування: конфігурація base_url та API-ключа

Налаштуйте ваше середовище з базовим URL та згенерованим API-ключем, щоб починати надсилати запити миттєво. Ендпоінт знаходиться за адресою HTTPS://api.norestrictai.com/v1, який повністю сумісний з офіційними SDK OpenAI та більшістю сторонніх клієнтів. Ви можете миттєво згенерувати ключ через автентифікацію Google або електронну пошту без необхідності вказувати номер телефону. Цей ключ автентифікує всі подальші запити і замінює будь-який попередній ключ, якщо ви його перегенеруєте. Ми не відстежуємо ваші промпти для навчання, гарантуючи приватність ваших даних, поки ви тестуєте різні параметри.

Надсилання вашого першого запиту: кінцева точка /v1/chat/completions

Надішліть свій перший запит до кінцевої точки /v1/chat/completions, використовуючи ваш бажаний HTTP-клієнт або SDK. Ідентифікатор моделі — "uncensored", яка налаштована на відповіді без відмов у вмісті для законного дорослого використання. Ви повинні включити свій API-ключ у заголовок Authorization як Bearer-токен. Ця єдина кінцева точка обробляє всю генерацію тексту без необхідності окремих викликів для вбудовувань або обробки зображень.

Ось базовий приклад використання 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"}]
  }'

Цей запит демонструє мінімальну структуру, необхідну для отримання відповіді. Ви можете налаштувати системний промпт, щоб визначити поведінку моделі для вашого конкретного випадку використання. Відповідь міститиме згенерований текст у масиві choices.

Потокова передача відповідей: ефективна обробка фрагментів SSE

Ефективно обробляйте потокові відповіді, читаючи чанки Server-Sent Events (SSE) по мірі їх генерації. Цей підхід зменшує сприйняту затримку для користувачів, доставляючи контент поступово, а не чекаючи на завершення всього виводу. Кожен чанк містить невелику частину тексту, дозволяючи відображати результати в реальному часі. Останній чанк містить повну статистику використання токенів для точності білінгу. Цей метод особливо корисний для генерації довгих текстів або інтерактивних чат-інтерфейсів.

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)

Переконайтеся, що ваш клієнт коректно обробляє часткові чанки, щоб уникнути помилок конкатенації. Потокова відповідь зберігає ту ж структуру, що й непотокова, але передає дані безперервним потоком.

Розширені параметри: temperature, top_p та контроль seed

Керуйте креативністю та відтворюваністю ваших виводів за допомогою параметрів temperature, top_p та seed. Temperature регулює випадковість моделі, де нижчі значення дають більш детерміновані результати. Top_p обмежує вибірку nucleus певною масою ймовірності, уточнюючи різноманітність токенів. Параметр seed дозволяє відтворити конкретні результати для тестування або налагодження. Ці параметри працюють разом, щоб тонко налаштувати поведінку моделі без необхідності додаткової конфігурації.

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)

Використання Python SDK спрощує передачу параметрів та обробку відповідей. Ви можете встановлювати ці значення динамічно, виходячи з контексту вашого додатка. Експериментуйте з різними комбінаціями, щоб знайти оптимальний баланс між зв’язністю та креативністю.

Структурований вивід: примусовий режим JSON для надійності

Примусовий структурований вивід JSON шляхом встановлення параметра response_format у json_object. Ця функція гарантує, що модель повертає дійсний JSON, що є критично важливим для інтеграції з додатками або базами даних подальшого рівня. Ви можете визначити схему у системному промпті, щоб керувати структурою моделі. Це зменшує помилки парсингу та спрощує вилучення даних з відповіді. Це особливо корисно для генерування контенту, заснованого на даних, або відповідей API.

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);

SDK Node надає зручні методи для обробки парсингу та валідації JSON. Ви можете легко інтегрувати це у свої існуючі робочі процеси. Переконайтеся, що ваші запити чітко вказують очікувану структуру, щоб максимізувати надійність.

Використання інструментів: увімкнення виклику функцій та tool_choice

Увімкнути виклик функцій, щоб дозволити моделі викликати зовнішні інструменти або функції на основі вводу користувача. Ви можете визначити набір інструментів із їхніми схемами та описами у запиті. Модель вирішить, коли викликати інструмент, і передасть необхідні аргументи. Ця можливість розширює корисність моделі за межі простого генерації тексту. Ви можете керувати вибором інструмента за допомогою параметра tool_choice, щоб примусово або дозволити певну поведінку. Ця функція є важливою для створення агентних додатків або складних робочих процесів.