LLM No Login: Szybki start API

Uwierzytelnianie

Każde zapytanie wymaga ważnego klucza API. Otrzymujesz go natychmiast po zarejestrowaniu się podając tylko adres e-mail i hasło na naszej stronie generowania kluczy. Nie jest wymagana weryfikacja telefonu, karta kredytowa ani tożsamość firmowa, aby zacząć. Dla warstwy próbnej nie jest potrzebna metoda płatności, choć do stałego użytku poza limitem próbnym wymagany jest przedpłacony kredyt.

Dołącz klucz do nagłówka Authorization używając schematu Bearer. Chroń swój klucz; możesz go wygenerować ponownie w dowolnym momencie w panelu, co natychmiast unieważnia poprzedni klucz. Jeśli widzisz błąd 401, zweryfikuj, czy klucz jest aktywny i poprawnie sformatowany.

Endpoint Uzupełnień Czatowych

Podstawowa funkcjonalność znajduje się na standardowym endpointzie chat-completions. To API przyjmuje dane wejściowe tekstowe i zwraca dane wyjściowe tekstowe, obsługując zarówno proste prompty, jak i strukturalne rozmowy z wieloma turami. Jest kompatybilne z oficjalnymi SDK OpenAI i dowolnym klientem obsługującym specyfikację API OpenAI.

Aby wysłać pierwsze zapytanie, skieruj klienta pod nasz bazowy URL: https://api.llmnologin.com/v1. W ciele żądania podaj ID modelu jako uncensored. Model ten jest wariantem o otwartych wagach dostrojonym do odpowiadania bez odmów treści dla legalnego użytku dorosłych, co czyni go idealnym do pisania kreatywnego, kodowania lub badań, gdzie standardowe filtry mogą zakłócać działanie.

Podstawowy URL: https://api.llmnologin.com/v1

Endpoint: POST /v1/chat/completions

Oto podstawowy przykład użycia cURL do wysłania prostego promptu:

Copycurl https://api.llmnologin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

SDK Python

Dla programistów Python oficjalne SDK OpenAI dla Python działa od ręki przy minimalnej konfiguracji. Musisz tylko zaktualizować podstawowy URL, aby wskazywał na nasz serwis i podać swój klucz API. To podejście pozwala wykorzystać znane biblioteki i narzędzia, jednocześnie uzyskując dostęp do modelu bez cenzury bez ograniczeń typowych dla komercyjnych dostawców.

Zainicjuj klienta swoim kluczem i niestandardowym bazowym URL. Następnie wywołaj metodę chat.completions.create z ID modelu uncensored. To rozwiązanie jest idealne do integracji możliwości LLM w skryptach, botach lub usługach backendowych, gdzie potrzebujesz niezawodnego generowania niefiltrowanego tekstu.

Copyfrom openai import OpenAI

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

SDK Node.js

Programiści JavaScript i TypeScript mogą użyć oficjalnego pakietu npm openai do interakcji z naszym API. Podobnie jak w Pythonie, musisz skonfigurować klienta do używania naszego bazowego URL i nagłówka uwierzytelniającego. Zapewnia to, że aplikacje Node.js mogą bezproblemowo integrować się z naszym modelem bez cenzury w zadaniach od generowania kodu po analizę treści.

Utwórz nową instancję klienta OpenAI, ustaw apiKey i baseURL, a następnie wywołaj endpoint ukończenia czatu. Ta metoda jest wydajna dla renderowania po stronie serwera, endpointów API lub automatycznych przepływów pracy, gdzie niskie opóźnienia i wysoka przepustowość są konieczne.

Copyimport OpenAI from "openai";

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

Odpowiedzi strumieniowe

Dla aplikacji korzystających z informacji w czasie rzeczywistym, takich jak interfejsy czatu lub asystenci kodowania na żywo, włącz strumieniowanie, ustawiając stream: true w żądaniu. API zwraca strumień Server-Sent Events (SSE), pozwalając na przetwarzanie tokenów w miarę ich generowania, zamiast czekać na całość odpowiedzi.

To znacznie redukuje postrzegane opóźnienia. SDK automatycznie obsługują parsowanie strumieni SSE, udostępniając asynchroniczny iterator lub wywołanie zwrotne dla każdego tokena. Jest to szczególnie przydatne przy generowaniu treści długich, gdzie użytkownicy wolą widzieć postępujące wyniki w miarę ich powstawania.

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)

Limity, błędy i kontekst

Nasza usługa obsługuje okno kontekstu 100 000 tokenów, obejmujące zarówno tokeny promptu, jak i uzupełnienia. Pozwala to na długą historię rozmowy lub przetwarzanie dużych dokumentów w jednym zapytaniu. Bądź świadomy limitu ciała żądania 8 MB i limitu zapytań 300 zapytań na minutę na klucz API.

Typowe kody błędów to 401 dla nieprawidłowych kluczy, 402 dla niewystarczającego przedpłaconego kredytu i 429 dla przekroczenia limitu zapytań. Jeśli napotkasz błąd 402, doładuj konto poprzez krypto (USDT lub USDC), aby kontynuować użytkowanie. Przedpłacony kredyt nigdy nie wygasa, więc możesz go używać we własnym tempie. Pamiętaj, że choć model jest bez cenzury, zapytania zawierające treści seksualne z udziałem małoletnich są zawsze blokowane.