Voraussetzungen: Installieren Sie das OpenAI-SDK
Installieren Sie zunächst das offizielle OpenAI SDK für Ihre Sprache. Diese Bibliothek übernimmt Authentifizierung, Wiederholungsversuche und JSON-Parsing, sodass Sie keine HTTP-Clients von Grund auf neu schreiben müssen. Unsere API verwendet dieselben Standardschnittstellen wie der Originaldienst, was bedeutet, dass Ihre bestehende Code-Logik intakt bleibt.
Sie benötigen nur eine gültige Python- oder Node.js-Umgebung. Das SDK übernimmt die schwere Arbeit für Sie.
- Python:
pip install openai - Node.js:
npm install openai
Konfigurieren Sie Ihre Basis-URL und Ihren API-Schlüssel
Richten Sie Ihren Client auf unseren dedizierten Endpunkt. Ersetzen Sie die Standard-Base-URL durch unsere spezifische Domain, um den Verkehr an unsere unzensierten Modelle zu leiten. Sie müssen auch Ihren API-Schlüssel aus dem Dashboard angeben.
Dieser Schritt isoliert Ihre Anfragen von anderen Anbietern. Stellen Sie sicher, dass Sie die unten angegebene Base-URL verwenden.
from openai import OpenAI
client = OpenAI(base_url="https://api.unrestrictedaigpt.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)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.unrestrictedaigpt.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);Stellen Sie Ihre erste POST /v1/chat/completions-Anfrage
Senden Sie eine Standard-Chat-Vervollständigungsanfrage. Verwenden Sie die Modellkennung uncensored um sicherzustellen, dass Sie das richtige Modell erhalten. Die API akzeptiert Standardparameter wie temperature und max_tokens.
curl https://api.unrestrictedaigpt.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Run python script to sort list numerically"}]
}'Die Antwort enthält den generierten Text. Wenn Sie Fehler behandeln müssen, überprüfen Sie den Statuscode.
Streaming-Antworten über SSE behandeln
Aktivieren Sie Streaming, indem Sie stream: true. Dies gibt einen Server-Sent-Events-Stream zurück. Sie verarbeiten jeden Chunk, sobald er eintrifft, was die wahrgenommene Latenz für lange Ausgaben reduziert.
Das letzte Chunk enthält die Token-Nutzungsstatistiken. Dies ermöglicht es Ihnen, die Kosten in Echtzeit zu verfolgen.
stream = 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)Implementieren Sie Tool-Aufrufe und den JSON-Modus
Nutzen Sie die tools Parameter zur Aktivierung von Function Calling. Definieren Sie Ihr Funktionsschema und lassen Sie das Modell entscheiden, wann es es aufrufen soll. Sie können die JSON-Ausgabe auch erzwingen, indem Sie response_format für strenge Datenstrukturen.
Beide Funktionen funktionieren genau wie in der Standard OpenAI API.
Limits, Fehler und Kontextfenster
Unsere API setzt strenge Grenzen zur Sicherstellung der Stabilität. Sie erhalten ein Kontextfenster von 100.000 Tokens. Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens. Sie sind auf 300 Anfragen pro Minute begrenzt. Ein 401-Fehler bedeutet, dass Ihr Schlüssel ungültig ist. Ein 402-Fehler bedeutet, dass Sie kein Guthaben haben. Ein 429-Fehler bedeutet, dass Sie das Rate-Limit erreicht haben. Fehler und Ablehnungen verbrauchen kein Guthaben.
