Snelstart: integreer de ongecensureerde API

Vereisten en basis-URL

Navigeer eerst naar de API-sleutel ophalen pagina. Meld u aan met Google of maak een account aan met alleen een e-mailadres. U ontvangt direct één actieve sleutel. Er is geen telefoonnummer nodig. De basis-URL voor alle verzoeken is https://api.llmserverless.com/v1. Dit endpoint werkt met standaard OpenAI SDK's. Pas de base URL in je clientconfiguratie aan om hierheen te wijzen. Je API-sleutel authenticeert elk verzoek. Houd hem veilig. Het is het enige certificaat dat je nodig hebt om toegang te krijgen tot de serverless LLM-infrastructuur.

Authenticatie en headers

Elke request moet de Authorization header met de waarde Bearer YOUR_API_KEY. Deze header identificeert je account en houdt het verbruik bij tegen je vooruitbetaalde saldo. Zonder deze header retourneert de server een 401-fout. De serverless LLM API is afhankelijk van dit standaardformaat. Zorg dat je client library deze header automatisch injecteert. Als je een ruwe HTTP-client gebruikt, voeg de header dan handmatig toe. Onjuiste sleutels leiden tot directe afwijzing. Geldige sleutels stellen je in staat door te gaan met inhoudsgeneratie.

Je eerste verzoek versturen

Gebruik de /v1/chat/completions endpoint om tekst te genereren. De modelidentifier is uncensored. Het antwoordt zonder inhoudsweigeringen voor wettelijk volwassen gebruik. Stuur uw prompt in de messages array. Het systeem verwerkt de invoer en retourneert een antwoord. Dit is pure inferentie zonder beperkingen. Je kunt parameters aanpassen zoals temperature om de willekeurigheid te bepalen. Het contextvenster ondersteunt maximaal 100.000 tokens. Dit maakt lange gesprekken of de verwerking van grote documenten mogelijk. Begin met een eenvoudige prompt om de verbinding te verifiëren.

Streamingresponsen met SSE

Instellen stream: true in je aanvraaglichaam. De server stuurt Server-Sent Events (SSE) die gedeeltelijke antwoorden bevatten. Dit vermindert de waargenomen latentie aanzienlijk. Je ontvangt tokens zodra ze worden gegenereerd. Het laatste blok bevat gebruiksstatistieken. Dit is cruciaal voor realtime applicaties. Bufferingsproblemen komen veel voor in aangepaste implementaties. Verwerk SSE-parsering zorgvuldig. De serverloze LLM API zorgt voor consistente streaming. Gebruik dit voor chatinterfaces waar directe feedback belangrijk is. Het verbetert de gebruikerservaring drastisch.

Function calling en JSON-modus

Functieaanroep inschakelen door het verstrekken van een tools array in je verzoek. Het model kan gestructureerde toolaanroepen genereren. Gebruik response_format: {"type": "json_object"} om JSON-uitvoer af te dwingen. Dit is nuttig voor gegevensextractietaken. De ongecensureerde LLM-API ondersteunt deze functies volledig. U kunt aangepaste tools definiëren in uw schema. Het model houdt zich aan de verstrekte structuur. Dit zorgt voor betrouwbare integratie met uw backend-logica. Test eerst met eenvoudige tooldefinities. Complexe schema's kunnen hogere temperatuurwaarden vereisen voor flexibiliteit.

Snelheidslimieten en beperkingen

Elke API-sleutel is beperkt tot 300 verzoeken per minuut. Je kunt op elk moment 8 gelijktijdige verzoeken uitvoeren. De grootte van de request body mag 8 MB niet overschrijden. Deze limieten voorkomen misbruik en zorgen voor eerlijk gebruik. Als je de rate limit overschrijdt, ontvang je een 429-fout. Verhoog je concurrentie indien nodig door meerdere sleutels te gebruiken. De serverless LLM API verwerkt hoge volumes efficiënt. Monitor je gebruik om onverwachte throttling te vermijden. Deze beperkingen zijn streng maar voorspelbaar. Plan je architectuur dienovereenkomstig voor een vlotte werking.

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)