API-Referenz & Schnellstart

Authentifizierung & Basis-URL

Verwenden Sie Ihren API-Schlüssel für jede Anfrage an die Basis-URL HTTPS://api.llmwithnorestrictions.com/v1. Das System erfordert diesen Header zur Autorisierung und verfolgt die Nutzung gegen Ihr vorgeschossenes Guthaben. Sie generieren einen einzelnen Schlüssel während der Anmeldung, der jeden vorherigen Schlüssel sofort ersetzt. Bewahren Sie diesen Wert sicher auf, da er vollen Zugriff auf Ihr Guthaben gewährt.

Copycurl https://api.llmwithnorestrictions.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 Linux commands"}]
  }'

Der Endpunkt /v1/chat/completions

Senden Sie POST-Anfragen an /v1/chat/completions, um Textantworten zu erhalten. Die Modellkennung ist strikt „uncensored“ für alle Interaktionen. Der Eingabetext wird in das messages-Array eingegeben, und das System gibt generierten Text ohne Inhaltsverweigerungen für legale erwachsene Nutzung zurück. Sie bezahlen nur für tatsächlich verbrauchte Tokens, nicht für Fehler.

Copyfrom openai import OpenAI

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

Streaming-Antworten (SSE)

Aktivieren Sie Streaming, indem Sie stream in Ihrer Anfrage auf true setzen. Die API gibt Server-Sent Events (SSE) für die Echtzeit-Token-Zustellung zurück. Dieser Ansatz reduziert die wahrgenommene Latenz bei großen Ausgaben erheblich. Token-Nutzungsdetails erscheinen im letzten Chunk des Streams.

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)

Funktionsaufruf & JSON-Modus

Unterstützt Function Calling über den Parameter tools für strukturierte Datenextraktion. Verwenden Sie response_format mit json_object, um strenge JSON-Ausgaben durchzusetzen. Das Modell hält sich zuverlässig an diese Schemata, was es für Backend-Automatisierung geeignet macht. Sie können die Tool-Auswahl mit tool_choice für präzise Ausführung steuern.

Token-Limits & Kontextfenster

Der Context-Window unterstützt bis zu 100.000 Tokens für Prompt und Completion zusammen. Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens bzw. 2.048, wenn Sie max_tokens weglassen. Anfragen, die das Body-Limit von 8 MB überschreiten, werden sofort abgelehnt. Planen Sie Ihre Eingabelänge so, dass Sie innerhalb dieser Grenzen bleiben.

Fehlerbehandlung & Ratenbegrenzung

Überwachen Sie Standard-HTTP-Codes für sofortiges Feedback. Ein 401-Statuscode zeigt einen ungültigen oder abgelaufenen API-Schlüssel an. Ein 402-Fehler signalisiert unzureichendes vorgeschossenes Guthaben für die angeforderte Operation. Eine 429-Antwort bedeutet, dass Sie das Limit von 300 Anfragen pro Minute erreicht haben. Fehler und Ablehnungen verbrauchen keine Tokens von Ihrem Saldo.

Node.js

Copyimport OpenAI from "openai";

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