Référence API et démarrage rapide

Authentification & URL de base

Utilisez votre clé API pour chaque requête adressée à l'URL de base HTTPS://api.llmwithnorestrictions.com/v1. Le système nécessite cet en-tête pour l'autorisation et suit l'utilisation contre votre crédit prépayé. Vous générez une clé unique lors de l'inscription, qui remplace immédiatement toute clé précédente. Conservez cette valeur en sécurité, car elle accorde un accès complet à votre solde.

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"}]
  }'

Le point de terminaison /v1/chat/completions

Envoyez des requêtes POST à /v1/chat/completions pour recevoir des réponses textuelles. L'identifiant du modèle est strictement "uncensored" pour toutes les interactions. Le texte d'entrée est placé dans le tableau messages, et le système renvoie du texte généré sans refus de contenu pour une utilisation adulte légale. Vous ne payez que pour les tokens réellement consommés, pas pour les erreurs.

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)

Réponses en streaming (SSE)

Activez le streaming en définissant stream sur true dans votre requête. L'API renvoie des Server-Sent Events (SSE) pour la livraison de jetons en temps réel. Cette approche réduit considérablement la latence perçue pour les grandes sorties. Les détails d'utilisation des jetons apparaissent dans le dernier chunk du flux.

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)

Appel de fonctions et mode JSON

Prenez en charge l'appel de fonctions via le paramètre tools pour l'extraction de données structurées. Utilisez response_format avec json_object pour imposer des sorties JSON strictes. Le modèle adhère à ces schémas de manière fiable, ce qui le rend adapté à l'automatisation backend. Vous pouvez contrôler la sélection d'outils avec tool_choice pour une exécution précise.

Limites des jetons et fenêtre de contexte

La fenêtre de contexte prend en charge jusqu'à 100 000 tokens, combinant prompt et complétion. La sortie maximale par requête est de 16 000 tokens, ou 2 048 si vous omettez max_tokens. Les requêtes dépassant la limite de corps de 8 Mo sont rejetées immédiatement. Planifiez la longueur de votre entrée pour rester dans ces limites.

Gestion des erreurs & Limites de débit

Surveillez les codes HTTP standard pour un retour immédiat. Un statut 401 indique une clé API invalide ou expirée. Une erreur 402 signale un crédit prépayé insuffisant pour l'opération demandée. Une réponse 429 signifie que vous avez atteint la limite de 300 requêtes par minute. Les erreurs et les refus ne consomment aucun token de votre solde.

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);