Início rápido: integre a API sem censura

Pré-requisitos e URL base

Come navegando até o Obter chave de API página. Faça login com o Google ou crie uma conta apenas com um endereço de e-mail. Você recebe uma única chave ativa imediatamente. Não é necessário número de telefone. A URL base para todas as solicitações é https://api.llmserverless.com/v1. Este endpoint funciona com SDKs padrão do OpenAI. Altere a URL base na configuração do cliente para apontar aqui. Sua chave de API autentica todas as solicitações. Mantenha-a segura. É a única credencial necessária para acessar a infraestrutura LLM sem servidor.

Autenticação e cabeçalhos

Cada solicitação deve incluir o Authorization Cabeçalho com o valor Bearer YOUR_API_KEY. Esse cabeçalho identifica sua conta e rastreia o uso contra seu saldo pré-pago. Sem esse cabeçalho, o servidor retorna um erro 401. A API de LLM serverless depende desse formato padrão. Certifique-se de que sua biblioteca cliente injete esse cabeçalho automaticamente. Se você estiver usando um cliente HTTP bruto, adicione o cabeçalho manualmente. Chaves incorretas resultam em rejeição imediata. Chaves válidas permitem que você prossiga para a geração de conteúdo.

Enviando sua primeira solicitação

Use o /v1/chat/completions endpoint para gerar texto. O identificador do modelo é uncensored. Responde sem recusas de conteúdo para uso adulto legal. Envie seu prompt no messages array. O sistema processa a entrada e retorna uma resposta. Esta é uma inferência pura, sem restrições. Você pode ajustar parâmetros como temperature para controlar a aleatoriedade. A janela de contexto suporta até 100.000 tokens. Isso permite conversas longas ou processamento de documentos grandes. Comece com um prompt simples para verificar a conectividade.

Respostas em streaming com SSE

Definir stream: true no corpo da sua solicitação. O servidor envia Eventos Enviados pelo Servidor (SSE) contendo respostas parciais. Isso reduz significativamente a latência percebida. Você recebe tokens conforme são gerados. O último fragmento inclui estatísticas de uso. Isso é crucial para aplicativos em tempo real. Problemas de buffer são comuns em implementações personalizadas. Lidar com a análise de SSE com cuidado. A API de LLM sem servidor garante streaming consistente. Use isso para interfaces de chat onde o feedback imediato é importante. Melhora drasticamente a experiência do usuário.

Chamada de função e modo JSON

Ativar chamada de funções fornecendo um tools array em sua solicitação. O modelo pode gerar chamadas de ferramentas estruturadas. Use response_format: {"type": "json_object"} para forçar a saída JSON. Isso é útil para tarefas de extração de dados. A API de LLM sem censura suporta esses recursos totalmente. Você pode definir ferramentas personalizadas no seu esquema. O modelo adere à estrutura fornecida. Isso garante integração confiável com a lógica do seu backend. Teste com definições de ferramentas simples primeiro. Esquemas complexos podem exigir valores de temperatura mais altos para flexibilidade.

Limites de taxa e restrições

Cada chave de API está limitada a 300 solicitações por minuto. Você pode ter 8 solicitações simultâneas a qualquer momento. O tamanho do corpo da solicitação não deve exceder 8 MB. Esses limites impedem abuso e garantem uso justo. Se você exceder o limite de taxa, receberá um erro 429. Aumente sua concorrência, se necessário, usando várias chaves. A API de LLM serverless lida com altos volumes de forma eficiente. Monitore seu uso para evitar throttling inesperado. Essas restrições são rigorosas, mas previsíveis. Planeje sua arquitetura de acordo para uma operação suave.

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)