Integración rápida del API de modelo grande sin censura

Configuración básica

Conectarse al endpoint de API implica configurar correctamente la URL base y las credenciales de autenticación. Nuestro servicio es totalmente compatible con el protocolo de OpenAI; solo necesitas establecer la URL base en https://api.llmzhongzhuan.com/v1 e incluir tu clave de API en los encabezados de la petición.

Cada cuenta recibe una única clave de API, que se muestra inmediatamente tras el registro. Si necesitas cambiarla, puedes regenerarla en el panel; la clave anterior caducará de inmediato. Este diseño simplifica el flujo de autenticación y garantiza la seguridad del acceso. No admitimos la gestión paralela de varias claves; se recomienda guardar la clave adecuadamente según la arquitectura de tu aplicación.

Interfaz de conversación generativa

La interfaz de conversación estándar está en POST /v1/chat/completions. El cuerpo de la petición debe incluir model (fijo en uncensored), el array messages y parámetros opcionales. Esta interfaz admite respuestas no en streaming, ideales para escenarios que requieren el resultado completo.

El modelo se ejecuta en servidores GPU de alto rendimiento independientes, con una ventana de contexto de hasta 100,000 tokens. Tanto para el procesamiento de texto largo como para la ejecución de instrucciones complejas, ofrece una experiencia de acceso a la API nativa y estable.

复制curl https://api.llmzhongzhuan.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."}]
  }'

Respuesta en streaming (SSE)

Para aplicaciones que requieren retroalimentación en tiempo real, activa el parámetro stream: true para obtener respuestas en fragmentos mediante Server-Sent Events (SSE). El streaming reduce significativamente la latencia del primer token (TTFT) y mejora la experiencia del usuario.

El servidor envía continuamente fragmentos de JSON hasta que finalice la respuesta. El cliente debe ensamblar estos fragmentos para generar el texto completo. Este modo es ideal para chatbots o escenarios de generación de contenido en tiempo real, asegurando que los datos lleguen rápidamente al usuario final.

复制from openai import OpenAI

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

Consulta de lista de modelos

Mediante GET /v1/models puedes obtener la lista de modelos disponibles actualmente. La petición devolverá una respuesta JSON estándar que incluye campos como id, object y owned_by.

Actualmente solo hay un ID de modelo: uncensored. Este modelo de pesos abiertos ha sido ajustado específicamente para eliminar la censura de contenido, siendo adecuado para contenido para adultos, investigación de seguridad y temas controvertidos. Ten en cuenta que no ofrecemos servicios de embeddings ni generación multimodal; nos especializamos en conversación de texto puro.

复制import OpenAI from "openai";

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

Manejo de errores y límites de peticiones

El servicio sigue la normativa de códigos de estado HTTP estándar. 401 Unauthorized indica que la clave de API no es válida; 402 Payment Required indica que el saldo de la cuenta es insuficiente y necesitas recargar para continuar con las peticiones; 429 Too Many Requests indica que se ha superado el límite de peticiones, actualmente limitado a 300 peticiones por minuto.

Además, el tamaño máximo del cuerpo de una petición es de 8 MB. Si encuentras límites de peticiones, se recomienda implementar una estrategia de reintento con retroceso exponencial. Nuestro servicio de IA sin censura mantiene un alto rendimiento mientras garantiza la equidad en la asignación de recursos.

复制stream = 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)

Código de ejemplo

A continuación se muestra un ejemplo completo de una petición en streaming usando el SDK de Python. El código muestra cómo inicializar el cliente, construir el historial de mensajes y procesar el flujo de datos SSE.

Asegúrate de tener instalada la biblioteca openai y reemplaza YOUR_API_KEY con tu clave real. Este ejemplo muestra claramente cómo obtener resultados de generación en tiempo real de IA sin límites a través de la interfaz endpoint de API, facilitando la integración rápida de desarrolladores en sistemas existentes.