無検閲AIモデルAPIを統合する

認証とベースURL

当社のAPIは、既存のOpenAIクライアントのそのまま置き換え可能な代替として設計されています。変更が必要なのは2つの変数だけです：base_urlとapi_keyです。すべてのリクエストのベースURLはhttps://api.llmmodelsapi.com/v1です。認証はBearerトークンを使用してAuthorizationヘッダーで行われます。APIキーは前払いクレジットへのアクセス権を付与するため、安全に保管してください。ダッシュボードからいつでもキーを再生成でき、古いキーは直ちに無効になります。

最初のリクエスト

接続性をテストするために標準的なチャット完了リクエストを送信してください。モデルID uncensoredを使用して、目的に合わせて構築された大規模言語モデルにアクセスします。このモデルは、法的な成人利用に対してコンテンツ拒否なしで回答するようにチューニングされており、一貫した出力が必要なエージェントに最適です。リクエストボディは標準的なOpenAIチャット完了の形式に従います。

Copycurl https://api.llmmodelsapi.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."}]
  }'

応答に有効な完了が含まれていることを確認してください。200ステータスコードが返された場合、統合は正常に機能しています。このai model apiエンドポイントは、コンテキストウィンドウ内で単一ターンおよびマルチターンの会話の両方をサポートしています。

Python SDK統合

公式のOpenAI Python SDKを使用するのが最も迅速な統合方法です。クライアントをベースURLにポイントし、APIキーを提供してください。SDKはシリアライゼーションと接続プールを自動的に処理します。このアプローチは、base_urlのオーバーライドを尊重するすべてのOpenAI互換クライアントライブラリで機能します。

Copyfrom openai import OpenAI

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

Python SDKはストリーミングと同期呼び出しをサポートしています。ほとんどのエージェントワークフローでは同期呼び出しの方が単純ですが、トークンが生成される際にそれらを表示する必要がある場合はストリーミングを利用できます。SDKのバージョンに関係なく、モデルIDはuncensoredのままです。

Node SDK統合

JavaScriptおよびTypeScript環境では、Node SDKも同じパターンに従います。正しいベースURLと認証情報でクライアントを初期化してください。これにより、既存のコードベースはプロバイダを切り替える際に最小限の変更で済みます。uncensoredモデルIDは、すべての標準的なチャット完了パラメータと互換性があります。

Copyimport OpenAI from "openai";

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

Node SDKはasync/awaitパターンにも対応しており、Expressルーターやサーバーレス関数への統合が容易です。API キーは環境変数に格納し、意図しない公開を防ぎましょう。このopenai compatible api設計により、設定オブジェクトの変更だけでOpenAIに戻ったり、他のプロバイダーに切り替えたりすることが可能です。

ストリーミング応答

リクエストにstream: trueを設定してストリーミングを有効にします。APIはServer-Sent Events (SSE)ストリームを返し、トークンが生成される際に処理することができます。これによりエンドユーザーの知覚されるレイテンシが削減され、リアルタイムのエージェント相互作用に不可欠です。ストリーム形式はOpenAIのSSE仕様と同一です。

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)

各チャンクには部分的なデルタデータが含まれます。完全な応答を再構築するには、これらのデルタを累積する必要があります。ストリーミングは料金に影響しません。ストリーミングモードに関係なく、合計の入力トークンと出力トークンに対して課金されます。この機能は、当社が提供する堅牢なchat completions api設計の一部です。

制限、エラー、コンテキストウィンドウ

当インフラは信頼性を確保するため厳格な制限を適用しています。キーごとに1分あたり300リクエストまで、リクエストボディの最大サイズは8 MBまでです。コンテキストウィンドウは100,000トークンで、プロンプトと補完で共有されます。レート制限を超えた場合は429エラーが返されます。無効なキーの場合は401、クレジットが不足している場合は402が返されます。多くのllm api providerとは異なり、当社はこれらの制限を隠蔽しません。これらは透明性があり、一貫しています。データへの学習は行わず、プロンプトをモデル改善に使用しないことでプライバシーを維持します。