Base URL 및 인증
모든 요청은 SDK를 베이스 URL에 연결하고 인증 헤더에 API 키를 제공하여 시작하세요.
엔드포인트는 https://api.openrouterabliteratedmodels.com/v1계정 대시보드에서 생성된 Bearer 토큰을 사용하여 인증합니다. 이 키는 모든 후속 호출에 필요한 유일한 자격 증명이며, 중간 라우팅 레이어 없이 직접 Uncensored 모델 인프라로 요청이 라우팅되도록 보장합니다.
첫 번째 요청
선호하는 HTTP 클라이언트를 사용하여 채팅 완성 엔드포인트로 메시지를 게시하여 첫 번째 완성을 보내세요.
모델 식별자는 strictly uncensored. 온도나 top_p와 같은 표준 매개변수를 사용하여 텍스트 프롬프트를 보낼 수 있습니다. API는 합법적인 성인 주제에 대한 콘텐츠 거절 없이 텍스트 응답을 반환하며, 제한 없는 출력을 위해 조정된 오픈 가중치 모델에서 기대하는 'abliterated' 동작을 유지합니다.
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."}]
}'Python SDK
OpenAI 클라이언트 구성에서 base URL과 모델 이름을 설정하여 Python 프로젝트에 API를 통합하세요.
이 방식은 OpenAI 호환 엔드포인트를 기대하는 기존 코드를 재사용할 수 있게 합니다. API 키를 환경 변수나 직접 초기화를 통해 전달합니다. 클라이언트는 직렬화와 오류 파싱을 자동으로 처리하며, 응답 형식 설정에 따라 원시 텍스트 토큰이나 구조화된 JSON을 제공합니다.
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
Node.js 애플리케이션을 연결하려면 OpenAI 패키지를 구성하여 기본 URL 대신 저희의 특정 베이스 URL을 가리키게 하세요.
를 설정하세요 apiKey 및 baseURL 모든 호출을 수행하기 전 속성. 이를 통해 함수 호출, 스트리밍 응답 및 JSON 모드 요청이 우리의 무검열 인프라로 올바르게 전달되도록 보장합니다. 익숙한 방법을 계속 사용할 수 있습니다. chat.completions.create 완전한 호환성을 제공합니다.
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);SSE를 통한 스트리밍
스트리밍 모드를 활성화하여 토큰이 생성되는 대로 서버 전송 이벤트를 통해 전달되도록 하면 실시간 텍스트 생성이 가능합니다.
요청에서 stream 매개변수를 true로 설정하세요. API는 청크 시리즈를 반환하여 UI에 텍스트를 증분으로 렌더링할 수 있습니다. 토큰 사용량 통계는 마지막 청크에 포함되므로 전체 응답이 생성될 때까지 기다리지 않고도 소비를 정확하게 추적할 수 있습니다.
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)JSON 모드 및 함수 호출
페이로드의 요청 형식과 도구 정의를 구성하여 구조화된 출력을 강제하거나 도구 사용을 활성화합니다.
사용 response_format 설정 json_object 모델이 마크다운 래퍼 없이 유효한 JSON을 반환하도록 보장합니다. 함수 호출의 경우 요청 본문에 도구를 정의하고 모델이 언제 호출할지 결정하도록 하십시오. 이는 uncensored 모델이 하류 처리를 위해 구조화된 데이터를 반환해야 하는 복잡한 워크플로우를 지원합니다.
