Guide de démarrage rapide : Connectez votre code

Installation et configuration

La clé API authentifie vos requêtes. Générez-en une instantanément via le tableau de bord en utilisant Google ou e-mail et mot de passe. Aucun numéro de téléphone n'est requis. Stockez la clé dans vos variables d'environnement. Elle donne accès au modèle sans censorship unique. Vous pouvez remplacer une clé si nécessaire, mais une seule reste active à la fois. L'URL de base dirige le trafic vers nos serveurs. Elle fonctionne avec n'importe quelle bibliothèque client compatible OpenAI. Modifiez le base_url paramètre pour pointer ici. Cela élimine la logique de proxy ou de routage complexe. Vos invites et complétions sont comptabilisées contre votre crédit prépayé. Les erreurs ne consomment pas de jetons. Cela garantit que vous ne payez que pour la génération réelle.

Effectuer votre première complétion de chat

Envoyez une requête POST à /v1/chat/completions avec votre ID de modèle. Utilisez "uncensored" comme la valeur du modèle. Incluez vos messages système et utilisateur dans le messages tableau. L'API renvoie le texte généré. Aucun filtre de contenu ne bloque les sujets adultes légaux. Vous pouvez ajuster des paramètres comme temperature ou top_p. Ceux-ci contrôment l'aléatoire et la créativité. Définissez max_tokens pour limiter la longueur de la sortie. La valeur par défaut est de 2 048 jetons. Vous pouvez étendre cela jusqu'à 16 000 jetons. La fenêtre de contexte prend en charge 100 000 jetons au total. Cela permet des jeux de rôle longs et détaillés. Gardez vos requêtes inférieures à 8 Mo. Cette limite garantit des performances stables pour les charges utiles volumineuses.

Gestion des réponses en streaming

Le streaming délivre les jetons au fur et à mesure de leur génération. Cela réduit la latence perçue pour les utilisateurs. Définissez stream: true dans votre requête. L'API renvoie un flux d'événements envoyés par le serveur (SSE). Chaque fragment contient du contenu partiel. Vous pouvez concaténer ces fragments pour former la réponse complète. Le dernier fragment inclut les statistiques d'utilisation des jetons. Cela vous aide à suivre la consommation de crédit avec précision. Le streaming est idéal pour les interfaces de chat en temps réel. Il fournit un retour immédiat pendant la génération. La gestion des erreurs reste cohérente, que ce soit en streaming ou non. Vérifiez le code d'état pour les échecs. Une erreur 402 indique un crédit insuffisant. Une erreur 401 signifie que votre clé est invalide. La logique de nouvelle tentative doit tenir compte de ces codes spécifiques.

Utiliser l'appel de fonction et les outils

Définissez les outils dans votre requête pour activer l'appel de fonctions. Le modèle peut renvoyer des données structurées pour votre application. Spécifiez tool_choice pour contrôler le comportement d'invocation. Utilisez "auto" pour une sélection automatique. Transmettez les définitions d'outils dans le tools tableau. Le modèle répond par des appels de fonction lorsque cela est approprié. Vous exécutez la fonction et renvoyez le résultat. Le modèle poursuit la conversation en fonction de la sortie. Cela prend en charge une logique complexe dans les bots de jeu de rôle. Vous pouvez définir plusieurs outils pour différentes actions. L'API gère l'analyse et le routage. Assurez-vous que les schémas de vos outils sont du JSON valide. Cela évite les erreurs lors du processus d'appel de fonction.

Activation du mode JSON

Forcez le modèle à produire un JSON valide. Définissez response_format à {"type": "json_object"}. Cela garantit des données structurées pour l'analyse. Utilisez ceci pour les états de jeu ou les réponses API. Le modèle n'ajoutera pas de formatage markdown. Il renvoie uniquement du JSON brut. C'est utile pour les workflows automatisés. Vous pouvez analyser la sortie directement dans votre code. Les erreurs de structure JSON sont rares mais possibles. Validez la sortie dans votre couche application. Cela ajoute un filet de sécurité pour les systèmes de production. Le mode JSON fonctionne avec l'appel de fonctions. Vous pouvez combiner les deux pour des interactions complexes. La fenêtre de contexte s'applique à l'échange entier. Planifiez votre utilisation des jetons en conséquence pour rester dans les limites.

Limites, erreurs et fenêtre de contexte

Vous êtes limité à 300 requêtes par minute par clé. Les requêtes simultanées sont plafonnées à 8 par clé. Les corps de requête ne doivent pas dépasser 8 Mo. Ces limites empêchent la surcharge du serveur lors des pics d'utilisation. Les erreurs renvoient des codes d'état HTTP standard. 401 indique une clé invalide ou expirée. 402 signale que votre crédit prépayé est épuisé. 429 signifie que vous avez dépassé la limite de débit. Attendez avant de réessayer après une erreur 429. La fenêtre de contexte est de 100 000 tokens. Cela inclut à la fois les tokens de prompt et de complétion. Les longues conversations peuvent nécessiter des stratégies de troncature. Gérez votre utilisation de tokens pour éviter les coûts inattendus. Le crédit n'expire jamais, vous pouvez donc suspendre l'utilisation à tout moment. Cette flexibilité convient à la génération intermittente à fort volume.

cURL

Copycurl https://api.restrictionsnoai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three spicy dialogue lines for a vampire character"}]
  }'

Python

Copyfrom openai import OpenAI

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