Démarrage rapide : Intégrez l'API LLM sans censure

Prérequis : SDK et variables d'environnement

Commencez par installer le SDK de votre langage préféré et stockez vos identifiants en toute sécurité. Notre service utilise une authentification standard, vous n'avez donc besoin que d'une clé API du tableau de bord. Gardez votre clé dans une variable d'environnement pour éviter de la coder en dur dans vos fichiers source.

• Installez le SDK officiel pour votre langage.
• Créer un compte et générer votre clé API.
• Définir IA_API_KEY dans votre environnement.

Cette configuration garantit que vos requêtes sont authentifiées immédiatement sans étapes de configuration supplémentaires.

Étape 1 : Initialisez le client avec l'URL de base

Pointez votre client vers l'URL de base pour acheminer correctement les requêtes. Vous devez remplacer l'URL de base par défaut pour atteindre le point de terminaison de notre modèle sans censure. Cela garantit que tous les appels ultérieurs utilisent l'infrastructure correcte.

Configurez l'URL de base vers https://api.iasansrestriction.com/v1 dans les paramètres de votre client. Ce seul changement dirige le trafic vers nos serveurs pour la génération de texte.

Étape 2 : Envoyez votre première complétion de chat

Effectuez votre première requête pour tester la connexion et recevoir du texte. Utilisez l'ID du modèle uncensored pour accéder au modèle de langage large non restreint. Ce modèle ne refuse pas par défaut les sujets adultes ou controversés licites.

Envoyez une requête POST à /v1/chat/completions avec vos messages système et utilisateur. La réponse contiendra le texte généré sans les filtres de contenu standard.

Étape 3 : Gérez les réponses en streaming (SSE)

Activez le streaming pour la livraison de jetons en temps réel afin d'améliorer l'expérience utilisateur. Définissez le stream le paramètre à true dans le corps de votre requête. Le serveur renverra un flux d'événements envoyés par le serveur (SSE) de fragments.

Traitez chaque chunk à mesure qu'il arrive pour afficher le texte de manière incrémentale. Cette approche réduit la latence perçue pour la génération de contenu long.

Étape 4 : Utilisez l'appel de fonctions et le mode JSON

Structurez vos données de sortie en utilisant les fonctionnalités de formatage intégrées. Vous pouvez forcer les réponses JSON en définissant response_format à {"type": "json_object"}. Cela garantit un analyse prévisible pour les applications en aval.

Définissez les outils dans votre requête pour activer les capacités d'appel de fonctions. Le modèle renverra des arguments structurés que votre code peut exécuter directement.

Étape 5 : Gérer les jetons et les limites

Surveillez votre utilisation pour éviter les interruptions de service et gérer les coûts. Vous êtes facturé par token, les erreurs et les refus étant gratuits. Le crédit n'expire jamais, vous pouvez donc recharger lorsque nécessaire.

Respectez les limites : 300 requêtes par minute et une fenêtre de contexte de 100,000 tokens. Une erreur 429 indique que vous avez dépassé la limite de débit. Une erreur 401 signifie que votre clé est invalide, tandis qu'une erreur 402 signale un solde insuffisant.

cURL

Copycurl https://api.iasansrestriction.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of ten valid JSON objects"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

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)