Документация API: Быстрая интеграция за 5 минут

Настройка окружения и аутентификация

Чтобы начать, вам нужно получить уникальный API-ключ из панели управления. Этот ключ будет использоваться для аутентификации ваших запросов. В отличие от общих моделей, наша API опирается на стандартизированный эндпоинт, который позволяет использовать официальные SDK или любого клиента, совместимого с OpenAI. Вам не нужно указывать номер телефона или банковскую карту для доступа к начальному пробному кредиту.

Базовый эндпоинт — https://api.llmnoncensure.com/v1. Убедитесь, что вы настроили окружение на использование этого базового URL. API-ключ должен передаваться через заголовок Authorization: Bearer <YOUR_API_KEY>. На аккаунт генерируется один ключ; вы можете сгенерировать новый в любой момент, что автоматически аннулирует старый.

Первый запрос с помощью cURL

Отправьте первый запрос, чтобы проверить работоспособность интеграции. Мы используем ID модели uncensored. Этот запрос принимает текст на вход и возвращает текстовый ответ без обычных фильтров контента, если только это не контент сексуального характера с участием несовершеннолетних. Модель дообучена так, чтобы отвечать на темы для взрослых, спорные или исследовательские без необоснованных отказов.

Вот базовая структура для проверки подключения:

Copiercurl https://api.llmnoncensure.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Эта команда позволяет убедиться, что ваш ключ активен и модель готова принимать сложные промпты.

Интеграция с Python SDK

Если вы разрабатываете на Python, используйте библиотеку openai для бесшовной интеграции. Установите переменную окружения OPENAI_BASE_URL или передайте base_url напрямую в клиент. Это позволяет переиспользовать существующий код, просто изменив источник модели. SDK берет на себя сериализацию JSON и обработку сетевых ошибок.

Вот минимальный пример:

Copierfrom openai import OpenAI

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

Модель uncensored принимает стандартные параметры, такие как temperature и max_tokens. Вы можете регулировать креативность ответа, не опасаясь, что ИИ заблокирует ответ, который другие системы сочли бы «рисковым».

Использование с Node.js и JavaScript

Для сред JavaScript или TypeScript SDK openai работает аналогично. Настройте клиент с базовым URL и API-ключом. Этот подход идеален для бэкенд-приложений или API-серверов, которым нужно интегрировать динамические ответы ИИ без ограничений крупных универсальных провайдеров.

Copierimport OpenAI from "openai";

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

Убедитесь, что правильно обрабатываете асинхронные ответы. Каждый запрос обрабатывается индивидуально, что гарантирует, что ваша бизнес-логика не блокируется временем генерации модели. Контекстное окно на 100 000 токенов позволяет отправлять длинные системные инструкции или расширенные истории диалогов.

Поддержка потоковой передачи SSE

Для плавного пользовательского опыта включите потоковую передачу через серверные события (SSE). Это позволяет отображать ответ слово за словом, а не ждать окончания генерации. Это особенно полезно для интерфейсов чатов, где критична воспринимаемая задержка. Поток данных структурирован по стандарту OpenAI, что упрощает парсинг на стороне клиента.

Copierstream = 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)

Потоковая передача не меняет логику модели; она просто изменяет транспорт данных. Каждый чанк — это часть окончательного ответа. Вы можете остановить поток в любой момент, если пользователь изменит промпт, что оптимизирует использование ваших кредитов.

Лимиты запросов, ошибки и контекст

Знание лимитов вашего API критично для надёжной интеграции. Вы ограничены 300 запросами в минуту на API-ключ. Тело запроса не должно превышать 8 МБ. В случае ошибки возвращаются стандартные HTTP-коды: 401 для недействительного API-ключа, 402 если исчерпан ваш предоплаченный баланс, и 429 при превышении лимита запросов. Модель имеет контекстное окно на 100 000 токенов, объединяющее промпт и ответ. Это позволяет отправлять длинные документы или подробные диалоги без преждевременного обрыва. В отличие от других сервисов, здесь нет фиксированных ежемесячных платежей; вы платите только за то, что используете, со своих предоплаченных кредитов.