Integrieren Sie die unzensierte LLM-API

Legen Sie Ihre Base-URL und Ihren API-Schlüssel fest

Richten Sie Ihren Client auf unseren spezifischen Endpunkt. Verwenden https://api.openaicompatibleserver.com/v1 als Ihre Basis-URL. Generieren Sie einen Schlüssel über das Dashboard. Der Schlüssel authentifiziert alle Anfragen.

Senden Sie Ihre erste Chat-Vervollständigung

POST an den Chat-Vervollständigungs-Endpunkt. Senden Sie Ihren Prompt und erhalten Sie Text. Die Modell-ID ist uncensored. Es verarbeitet Kontext bis zu 100.000 Tokens.

Aktivieren Sie Streaming und erhalten Sie Echtzeit-Tokens

Festlegen stream: true in Ihrer Anfrage. Erhalten Sie Server-Sent Events. Die Token-Nutzung erscheint im letzten Chunk. Dies reduziert die wahrgenommene Latenz für lange Ausgaben.

Nutze Function Calling und den JSON-Modus

Übergeben Sie Tools im Request-Body. Das Modell folgt strikten JSON-Schemata. Legen Sie response_format zu {"type": "json_object"} für zuverlässiges Parsing. Dies gewährleistet strukturierte Daten für Ihre Anwendungen.

Fehler und Nutzungsgrenzen behandeln

HTTP-Statuscodes für Probleme prüfen. Ein 401 bedeutet, dass Ihr Schlüssel ungültig ist. Ein 402 zeigt unzureichendes Guthaben an. Ein 429 signalisiert Ratenlimits. Sie erhalten 300 Anfragen pro Minute. Das 100k-Kontextfenster umfasst Prompt und Completion.

Integrieren Sie mit OpenAI-kompatiblen Server-Clients

Ersetzen Sie Ihre Basis-URL in jedem SDK. Verwenden Sie dieselben Python- oder Node-Bibliotheken. Das Protokoll bleibt identisch. Dies funktioniert mit Tools wie Cline oder Roo Code. Wechseln Sie Backends, ohne Code neu zu schreiben.

cURL

Copycurl https://api.openaicompatibleserver.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the server timeout to 30 seconds"}]
  }'

Python

Copyfrom openai import OpenAI

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