Démarrage rapide : Intégrez l'API sans censure

Prérequis et URL de base

Commencez par naviguer vers le Obtenir la clé API page. Connectez-vous avec Google ou créez un compte avec simplement une adresse e-mail. Vous recevez une clé active unique immédiatement. Aucun numéro de téléphone n'est requis. L'URL de base pour toutes les requêtes est https://api.llmserverless.com/v1. Ce point de terminaison fonctionne avec les SDK OpenAI standard. Modifiez l'URL de base dans la configuration de votre client pour pointer ici. Votre clé API authentifie chaque requête. Gardez-la en sécurité. C'est le seul identifiant nécessaire pour accéder à l'infrastructure LLM sans serveur.

Authentification et en-têtes

Chaque requête doit inclure le Authorization header avec la valeur Bearer YOUR_API_KEY. Cet en-tête identifie votre compte et suit l'utilisation contre votre solde prépayé. Sans cet en-tête, le serveur renvoie une erreur 401. L'API LLM serverless repose sur ce format standard. Assurez-vous que votre bibliothèque cliente injecte cet en-tête automatiquement. Si vous utilisez un client HTTP brut, ajoutez l'en-tête manuellement. Des clés incorrectes entraînent un rejet immédiat. Des clés valides vous permettent de passer à la génération de contenu.

Envoi de votre première requête

Utilisez le /v1/chat/completions point de terminaison pour générer du texte. L'identifiant du modèle est uncensored. Il répond sans refus de contenu pour une utilisation adulte légale. Envoyez votre prompt dans le messages tableau. Le système traite l'entrée et renvoie une réponse. Il s'agit d'une inférence pure sans aucune restriction. Vous pouvez ajuster des paramètres comme temperature pour contrôler l'aléatoire. La fenêtre de contexte prend en charge jusqu'à 100 000 tokens. Cela permet des conversations longues ou le traitement de grands documents. Commencez par un prompt simple pour vérifier la connectivité.

Réponses en streaming avec SSE

Définir stream: true dans le corps de votre requête. Le serveur envoie des événements envoyés par le serveur (SSE) contenant des réponses partielles. Cela réduit considérablement la latence perçue. Vous recevez des jetons au fur et à mesure de leur génération. Le dernier fragment inclut les statistiques d'utilisation. C'est crucial pour les applications en temps réel. Les problèmes de mise en mémoire tampon sont courants dans les implémentations personnalisées. Gérez l'analyse des SSE avec soin. L'API LLM sans serveur garantit un streaming cohérent. Utilisez ceci pour les interfaces de chat où la réactivité immédiate est importante. Cela améliore considérablement l'expérience utilisateur.

Appel de fonctions et mode JSON

Activer l'appel de fonctions en fournissant un tools tableau dans votre requête. Le modèle peut générer des appels d'outils structurés. Utilisez response_format: {"type": "json_object"} pour forcer la sortie JSON. C'est utile pour les tâches d'extraction de données. L'API LLM uncensored prend entièrement en charge ces fonctionnalités. Vous pouvez définir des outils personnalisés dans votre schéma. Le modèle adhère à la structure fournie. Cela garantit une intégration fiable avec la logique de votre backend. Testez d'abord avec des définitions d'outils simples. Les schémas complexes peuvent nécessiter des valeurs de température plus élevées pour la flexibilité.

Limites de débit et contraintes

Chaque clé API est limitée à 300 requêtes par minute. Vous pouvez avoir 8 requêtes simultanées à tout moment. La taille du corps de la requête ne doit pas dépasser 8 Mo. Ces limites empêchent les abus et garantissent une utilisation équitable. Si vous dépassez la limite de taux, vous recevez une erreur 429. Augmentez votre concurrence si nécessaire en utilisant plusieurs clés. L'API LLM serverless gère les gros volumes efficacement. Surveillez votre utilisation pour éviter un ralentissement inattendu. Ces contraintes sont strictes mais prévisibles. Planifiez votre architecture en conséquence pour un fonctionnement fluide.

cURL

Copycurl https://api.llmserverless.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 five fictional superhero names for my app."}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)