Prérequis : installez le SDK OpenAI
Commencez par installer le SDK officiel OpenAI pour votre langage. Cette bibliothèque gère l'authentification, les nouvelles tentatives et l'analyse JSON afin que vous n'ayez pas besoin d'écrire des clients HTTP à partir de zéro. Notre API utilise les mêmes interfaces standard que le service original, ce qui signifie que la logique de votre code existant reste intacte.
Vous avez seulement besoin d’un environnement Python ou Node.js valide. Le SDK gère le gros du travail pour vous.
- Python :
pip install openai - Node.js :
npm install openai
Configurez votre URL de base et votre clé API
Pointez votre client vers notre point de terminaison dédié. Remplacez l'URL de base par défaut par notre domaine spécifique pour acheminer le trafic vers nos modèles sans censure. Vous devez également fournir votre clé API depuis le tableau de bord.
Cette étape isole vos requêtes des autres fournisseurs. Assurez-vous d'utiliser l'URL de base exacte fournie ci-dessous.
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);Faites votre première requête POST /v1/chat/completions
Envoyez une requête standard de complétion de chat. Utilisez l'identifiant du modèle uncensored pour s'assurer que vous obtenez le bon modèle. L'API accepte des paramètres standard tels que temperature et 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"}]
}'La réponse contiendra le texte généré. Si vous devez gérer les erreurs, vérifiez le code d'état.
Gérer les réponses en streaming via SSE
Activez le streaming en définissant stream: true. Cela retourne un flux Server-Sent Events. Vous traitez chaque fragment à mesure qu'il arrive, ce qui réduit la latence perçue pour les longues sorties.
Le dernier chunk inclut les statistiques d'utilisation des jetons. Cela vous permet de suivre les coûts en temps réel.
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)Implémentez l'appel d'outils et le mode JSON
Utilisez le tools paramètre pour activer l'appel de fonction. Définissez le schéma de votre fonction et laissez le modèle décider quand l'invoquer. Vous pouvez également forcer une sortie JSON en utilisant response_format pour des structures de données strictes.
Les deux fonctionnalités fonctionnent exactement comme dans l'API OpenAI standard.
Limites, erreurs et fenêtre de contexte
Notre API impose des limites strictes pour assurer la stabilité. Vous bénéficiez d'une fenêtre de contexte de 100,000 tokens. Le débit maximum par requête est de 16,000 tokens. Vous êtes limité à 300 requêtes par minute. Une erreur 401 signifie que votre clé est invalide. Une erreur 402 signifie que vous n'avez pas de crédit. Une erreur 429 signifie que vous avez atteint la limite de taux. Les erreurs et les refus ne consomment pas de crédit.
