Intégration rapide du modèle de langage sans censure

Configuration de base

L'intégration au point de passage API repose sur la configuration correcte de l'URL de base et des identifiants d'authentification. Notre service est entièrement compatible avec le protocole OpenAI : il vous suffit de définir l'URL de base sur https://api.llmzhongzhuan.com/v1 et d'inclure votre clé API dans les en-têtes de la requête.

Chaque compte se voit attribuer une seule clé API, affichée immédiatement après l'inscription. Si vous souhaitez la remplacer, vous pouvez en générer une nouvelle dans le panneau d'administration ; l'ancienne deviendra immédiatement invalide. Cette conception simplifie le processus d'authentification et garantit la sécurité des accès. Nous ne prenons pas en charge la gestion parallèle de plusieurs clés ; il est recommandé de conserver soigneusement votre clé en fonction de l'architecture de votre application.

Interface de conversation générative

L'interface de conversation standard se trouve sur POST /v1/chat/completions. Le corps de la requête doit inclure model (fixé à uncensored), le tableau messages et des paramètres optionnels. Cette interface prend en charge les réponses non streamées, adaptées aux scénarios nécessitant un résultat complet.

Le modèle s'exécute sur des serveurs GPU haute performance dédiés, avec une fenêtre de contexte allant jusqu'à 100 000 tokens. Qu'il s'agisse du traitement de longs textes ou du respect d'instructions complexes, il offre une expérience d'accès API native stable.

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."}]
  }'

Réponse en streaming (SSE)

Pour les applications nécessitant des retours en temps réel, activez le paramètre stream: true pour obtenir des réponses par blocs via Server-Sent Events (SSE). Le streaming réduit considérablement le temps de génération du premier token (TTFT) et améliore l'expérience utilisateur.

Le serveur envoie continuellement des fragments JSON jusqu'à la fin de la réponse. Le client doit assembler ces fragments pour reconstituer le texte complet. Ce mode est idéal pour les chatbots ou les scénarios de génération de contenu en temps réel, garantissant que les données atteignent rapidement l'utilisateur 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)

Requête de liste des modèles

L'endpoint GET /v1/models permet d'obtenir la liste des modèles actuellement disponibles. La requête renvoie une réponse JSON standard contenant les champs id, object et owned_by, entre autres.

Il n'existe actuellement qu'un seul ID de modèle : uncensored. Il s'agit d'un modèle à poids ouverts, spécialement optimisé pour supprimer la censure des contenus, adapté aux contenus pour adultes, à la recherche en sécurité et aux sujets controversés. Veuillez noter que nous ne proposons pas de services d'embedding ni de génération multimodale ; nous nous concentrons sur la conversation textuelle pure.

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);

Gestion des erreurs et limites de débit

Le service respecte les normes standard des codes d'état HTTP. 401 Unauthorized indique que la clé API est invalide ; 402 Payment Required indique un solde insuffisant, nécessitant un rechargement pour continuer à envoyer des requêtes ; 429 Too Many Requests indique que la limite de débit est atteinte, avec une limite actuelle de 300 requêtes par minute.

De plus, la taille maximale du corps de la requête est de 8 Mo. En cas de limitation de débit, il est recommandé de mettre en œuvre une stratégie de nouvelle tentative avec backoff exponentiel. Notre service d'IA sans censure garantit l'équité de l'allocation des ressources tout en maintenant un débit élevé.

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)

Exemples de code

Voici un exemple complet d'utilisation du SDK Python pour une requête en streaming. Le code montre comment initialiser le client, construire l'historique des messages et traiter le flux de données SSE.

Assurez-vous d'avoir installé la bibliothèque openai et remplacez YOUR_API_KEY par votre clé réelle. Cet exemple montre clairement comment obtenir des résultats de génération en temps réel d'une IA sans limites via l'interface api zhongzhuan, facilitant l'intégration rapide des développeurs dans les systèmes existants.