Integrasi Cepat API Model Besar Tanpa Sensor

Konfigurasi Dasar

Inti dari menghubungkan gateway API adalah mengonfigurasi Base URL dan kredensial autentikasi dengan benar. Layanan kami sepenuhnya kompatibel dengan protokol OpenAI; Anda cukup mengatur Base URL menjadi https://api.llmzhongzhuan.com/v1 dan menyertakan kunci API Anda di header permintaan.

Setiap akun hanya dialokasikan satu kunci API, yang ditampilkan segera setelah pendaftaran. Jika perlu diganti, Anda dapat membuat ulang di panel admin; kunci lama akan langsung tidak berlaku. Desain ini menyederhanakan proses autentikasi, memastikan keamanan akses. Kami tidak mendukung manajemen multi-kunci paralel, disarankan untuk menyimpan kunci dengan bijak sesuai dengan arsitektur aplikasi Anda.

Antarmuka Percakapan Generatif

Antarmuka percakapan standar terletak di POST /v1/chat/completions. Body permintaan harus menyertakan model (tetap uncensored), array messages, dan parameter opsional. Antarmuka ini mendukung respons non-streaming, cocok untuk skenario yang memerlukan hasil pengembalian lengkap.

Model ini berjalan di server GPU berkinerja tinggi yang di-deploy secara independen, dengan jendela konteks hingga 100.000 token. Baik untuk pemrosesan teks panjang maupun kepatuhan instruksi kompleks, model ini memberikan pengalaman akses API native yang stabil.

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."}]
  }'

Respons Streaming (SSE)

Untuk aplikasi yang membutuhkan umpan balik real-time, aktifkan parameter stream: true untuk mendapatkan respons berbasis blok melalui Server-Sent Events (SSE). Streaming secara signifikan mengurangi latensi karakter pertama (TTFT) dan meningkatkan pengalaman pengguna.

Server akan terus mendorong potongan JSON hingga respons berakhir. Klien harus menyusun potongan-potongan ini sendiri untuk menghasilkan teks lengkap. Mode ini sangat cocok untuk skenario chatbot atau generasi konten real-time, memastikan data mencapai pengguna akhir dengan cepat.

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)

Daftar Model

Anda dapat mendapatkan daftar model yang tersedia saat ini melalui GET /v1/models. Permintaan akan mengembalikan respons JSON standar yang menyertakan bidang seperti id, object, dan owned_by.

Saat ini hanya ada satu ID model: uncensored. Model ini adalah model bobot terbuka yang dioptimalkan khusus untuk menghilangkan sensor konten, cocok untuk konten dewasa, penelitian keamanan, dan topik kontroversial. Harap dicatat, kami tidak menyediakan layanan Embedding atau generasi multimoda, dan berfokus pada percakapan teks murni.

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);

Penanganan Error dan Rate Limit

Layanan ini mengikuti spesifikasi kode status HTTP standar. 401 Unauthorized menunjukkan kunci API tidak valid; 402 Payment Required menunjukkan saldo akun tidak cukup, perlu top up sebelum melanjutkan permintaan; 429 Too Many Requests menunjukkan batas laju terlampaui, dengan batas saat ini 300 permintaan per menit.

Selain itu, ukuran body permintaan tunggal dibatasi hingga 8 MB. Jika mengalami rate limit, disarankan menerapkan strategi retry eksponensial. Layanan AI tanpa sensor kami memastikan keadilan alokasi sumber daya sambil mempertahankan throughput tinggi.

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)

Contoh Kode

Berikut adalah contoh lengkap untuk permintaan streaming menggunakan SDK Python. Kode ini menunjukkan cara menginisialisasi klien, membangun riwayat pesan, dan menangani aliran data SSE.

Pastikan pustaka openai sudah terinstal, dan ganti YOUR_API_KEY dengan kunci aktual. Contoh ini secara jelas menunjukkan cara mendapatkan hasil generasi AI tanpa batas secara real-time melalui antarmuka api zhongzhuan, memudahkan pengembang untuk mengintegrasikannya ke dalam sistem yang ada.