Integração rápida do modelo grande sem censura via API

Configuração básica

Conectar-se ao endpoint de API exige configurar corretamente o Base URL e as credenciais de autenticação. Nosso serviço é totalmente compatível com o protocolo OpenAI: basta definir o Base URL como https://api.llmzhongzhuan.com/v1 e incluir sua chave de API no cabeçalho da requisição.

Cada conta recebe apenas uma chave de API, exibida imediatamente após o registro. Para trocar, gere uma nova no painel; a antiga será invalidada. Isso simplifica a autenticação e garante segurança. Não oferecemos gestão paralela de várias chaves; gerencie-as conforme a arquitetura do seu aplicativo.

Endpoint de diálogo generativo

O endpoint padrão de diálogo está em POST /v1/chat/completions. O corpo da requisição deve conter model (fixo em uncensored), o array messages e parâmetros opcionais. O endpoint suporta resposta não streaming, ideal para cenários que exigem o retorno completo.

O modelo roda em servidores GPU de alto desempenho dedicados, com janela de contexto de até 100.000 tokens. Seja para processamento de textos longos ou execução de instruções complexas, você terá uma experiência de API nativa estável.

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."}]
  }'

Resposta em streaming (SSE)

Para aplicativos que exigem feedback em tempo real, ative o parâmetro stream: true para receber respostas em blocos via Server-Sent Events (SSE). O streaming reduz significativamente o tempo até o primeiro token (TTFT) e melhora a experiência do usuário.

O servidor envia continuamente fragmentos de JSON até o fim da resposta. O cliente deve montar esses fragmentos para gerar o texto completo. Esse modelo é ideal para chatbots ou geração de conteúdo em tempo real, garantindo que os dados cheguem rapidamente ao usuário 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 à lista de modelos

Acesse GET /v1/models para obter a lista de modelos disponíveis. A resposta será um JSON padrão contendo os campos id, object e owned_by, entre outros.

Atualmente, há apenas um ID de modelo: uncensored. É um modelo de pesos abertos, ajustado especificamente para remover censura, adequado para conteúdo adulto, pesquisa em segurança e temas controversos. Não oferecemos serviços de embedding ou geração multimodal; focamos em diálogo 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);

Tratamento de erros e limite de requisições

O serviço segue as normas padrão de códigos de status HTTP. 401 Unauthorized indica chave de API inválida; 402 Payment Required indica saldo insuficiente na conta — recarregue para continuar; 429 Too Many Requests indica limite de requisições excedido, com limite atual de 300 requisições por minuto.

Além disso, o tamanho máximo do corpo da requisição é 8 MB. Em caso de limite excedido, recomendamos estratégia de retry com backoff exponencial. Nosso serviço de IA sem censura mantém alto throughput e garante distribuição justa 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)

Exemplos de código

Abaixo, um exemplo completo de requisição em streaming usando o SDK Python. O código mostra como inicializar o cliente, construir o histórico de mensagens e processar o fluxo de dados SSE.

Certifique-se de ter a biblioteca openai instalada e substitua YOUR_API_KEY pela sua chave real. O exemplo demonstra claramente como obter resultados de geração em tempo real de IA sem limites pela interface api zhongzhuan, facilitando a integração rápida ao seu sistema.