Βασικό URL και Αυθεντικοποίηση
Ξεκινήστε κάθε αίτημα κατευθύνοντας το SDK σας στο base URL μας και παρέχοντας το API key σας στην κεφαλίδα authorization.
Το σημείο τερματισμού είναι https://api.openrouterabliteratedmodels.com/v1. Κάνετε έλεγχο ταυτότητας χρησιμοποιώντας ένα Bearer token που δημιουργήθηκε στον πίνακα ελέγχου του λογαριασμού σας. Αυτό το κλειδί είναι το μόνο διαπιστευτήριο που απαιτείται για όλες τις επόμενες κλήσεις, διασφαλίζοντας ότι τα αιτήματά σας διαμορφώνονται απευθείας στην υποδομή του μοντέλου μας χωρίς λογοκρισία χωρίς ενδιάμεσες στρώσεις δρομολόγησης.
Πρώτη αίτηση
Στείλτε την πρώτη ολοκλήρωση στέλνοντας ένα μήνυμα στο endpoint ολοκληρώσεων συνομιλίας χρησιμοποιώντας τον προτιμώμενο HTTP client σας.
Ο αναγνωριστικός κώδικας του μοντέλου είναι αυστηρά uncensored. Μπορείτε να στείλετε κειμενικά prompts με τυπικές παραμέτρους όπως temperature ή top_p. Το API επιστρέφει μια απάντηση κειμένου χωρίς απορρίψεις περιεχομένου για νόμιμα θέματα ενήλικων, διατηρώντας τη συμπεριφορά abliterated που περιμένετε από μοντέλα ανοιχτού βάρους (open-weight) που έχουν βελτιστοποιηθεί για μη περιορισμένη έξοδο.
curl https://api.openrouterabliteratedmodels.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Calculate the factorial of 5."}]
}'SDK Python
Ενσωματώστε το API στις Python εφαρμογές σας ρυθμίζοντας τη βάση URL και το όνομα μοντέλου στη διαμόρφωση του πελάτη OpenAI.
Αυτή η προσέγγιση σας επιτρέπει να επαναχρησιμοποιήσετε υπάρχοντα κώδικα που αναμένει μια συμβατή με OpenAI διεπαφή. Περνάτε το API key σας μέσω μεταβλητών περιβάλλοντος ή άμεσης αρχικοποίησης. Ο πελάτης χειρίζεται αυτόματα τη σειριοποίηση και την ανάλυση σφαλμάτων, παραδίδοντας ωμά tokens κειμένου ή δομημένο JSON ανάλογα με τις ρυθμίσεις μορφής απάντησής σας.
from openai import OpenAI
client = OpenAI(base_url="https://api.openrouterabliteratedmodels.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)Node SDK
Συνδέστε τις εφαρμογές Node.js σας ρυθμίζοντας το πακέτο OpenAI να χρησιμοποιεί τη συγκεκριμένη διεύθυνση base URL μας αντί για την προεπιλεγμένη.
Ορίστε το apiKey και baseURL properties πριν κάνετε οποιεσδήποτε κλήσεις. Αυτό διασφαλίζει ότι οι κλήσεις συναρτήσεων, οι streaming απαντήσεις και οι αιτήσεις JSON mode κατευθύνονται στην uncensored υποδομή μας. Μπορείτε να συνεχίσετε να χρησιμοποιείτε εξοικειωμένες μεθόδους όπως chat.completions.create με πλήρη συμβατότητα.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.openrouterabliteratedmodels.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);Ροή με SSE
Λάβετε ροή κειμένου σε πραγματικό χρόνο ενεργοποιώντας τη λειτουργία streaming, η οποία παραδίδει tokens καθώς γίνονται διαθέσιμα μέσω Server-Sent Events.
Ορίστε την παράμετρο stream σε true στην αίτησή σας. Το API επιστρέφει μια σειρά από chunks, επιτρέποντάς σας να αποδώσετε κείμενο προοδευτικά στο UI σας. Στατιστικά χρήσης tokens περιλαμβάνονται στο τελευταίο chunk, ώστε να παρακολουθείτε την κατανάλωση με ακρίβεια χωρίς να περιμένετε να ολοκληρωθεί η ολόκληρη η απόκριση.
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)Λειτουργία JSON και Κλήση Συναρτήσεων
Επιβάλετε δομημένη έξοδο ή ενεργοποιήστε τη χρήση εργαλείων διαμορφώνοντας τη μορφή αιτήματος και τους ορισμούς εργαλείων στο payload σας.
Χρήση response_format ορισμένο σε json_object για να διασφαλίσετε ότι το μοντέλο επιστρέφει έγκυρο JSON χωρίς markdown wrappers. Για function calling, ορίστε τα εργαλεία σας στο request body και αφήστε το μοντέλο να αποφασίσει πότε να τα καλέσει. Αυτό υποστηρίζει πολύπλοκες ροές εργασίας όπου το uncensored μοντέλο πρέπει να επιστρέψει δομημένα δεδομένα για downstream επεξεργασία.
