Wenigstens zensierte LLM-API-Dokumentation

Schnellstart: Verbinden Sie Ihr SDK

Starten Sie sofort das Senden von Anfragen, indem Sie Ihre Basis-URL und Ihren API-Schlüssel aktualisieren. Unsere API akzeptiert Standard-OpenAI-kompatible Clients, sodass Sie nur die Endpunktkonfiguration ändern müssen. Verwenden Sie die Modell-ID "uncensored" für alle Anfragen, um auf das unzensierte Modell zuzugreifen. Die Basis-URL ist HTTPS://api.leastcensoredllm.com/v1. Sie erhalten sofort einen Schlüssel nach der Anmeldung mit Google oder E-Mail. Für die Anmeldung ist keine Telefonnummer erforderlich.

Copycurl https://api.leastcensoredllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate the system config file for the new server setup"}]
  }'

Unterstützte Endpunkte und Parameter

Wir bieten zwei Endpunkte: POST /v1/chat/completions und GET /v1/models. Es gibt keine Embedding-, Bild- oder Audio-Endpunkte. Sie können Standardparameter wie Temperatur, top_p und Stop-Sequenzen verwenden. Die API unterstützt Function Calling und JSON-Modus für strukturierte Ausgaben. Nutzen Sie den GET-Endpunkt, um verfügbare Modelle zu überprüfen. Unser API-Schlüssel authentifiziert alle Anfragen.

Copyfrom openai import OpenAI

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

Streaming und Token-Nutzung

Aktivieren Sie das Streaming, indem Sie stream auf true setzen. Sie erhalten Server-Sent Events (SSE)-Chunks, während das Modell Text generiert. Token-Nutzungsdetails erscheinen im letzten Chunk des Streams. Dies ermöglicht es Ihnen, die Kosten in Echtzeit zu verfolgen. Streaming funktioniert mit allen Standardparametern. Die API gibt teilweise Inhalte sofort zurück.

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)

JSON-Modus und Funktionsaufruf

Erzwingen Sie strukturierte Ausgabe, indem Sie response_format auf {"type": "json_object"} setzen. Das Modell gibt gültiges JSON anstelle von Freitext zurück. Function Calling funktioniert durch Übergeben der Parameter tools und tool_choice. Die API unterstützt Standard-Tool-Definitionen. Dies ist nützlich für den Aufbau von Agenten oder zur Datenanalyse. Verwenden Sie das unzensierte Modell für zuverlässige strukturierte Antworten.

Rate-Limits und Parallelität

Jeder API-Schlüssel unterstützt 300 Anfragen pro Minute. Sie können 8 gleichzeitige Anfragen gleichzeitig ausführen. Die maximale Größe des Anfragekörpers beträgt 8 MB. Wenn Sie das Limit überschreiten, erhalten Sie einen 429-Fehler. Verwenden Sie einen einzelnen Schlüssel pro Konto. Sie können einen neuen Schlüssel generieren, um den alten zu ersetzen. Fehler und Ablehnungen zählen nicht gegen Ihr Rate-Limit.

Kontextfenster und Max Tokens

Das Context-Window beträgt 100.000 Tokens für Prompt und Completion zusammen. Die Standard-Maximalausgabe beträgt 2.048 Tokens. Sie können max_tokens bis zu 16.000 pro Anfrage festlegen. Längere Kontexte werden innerhalb des Fensterlimits unterstützt. Beachten Sie die 8-MB-Body-Größe. Dies ermöglicht tiefe Konversationen oder große Dokumente.

Node.js

Copyimport OpenAI from "openai";

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