Guide d'intégration API rapide

Authentification et URL de base

Pour utiliser notre API IA, vous avez besoin d'une clé API et de la bonne URL de base. Inscrivez-vous sur la page Obtenir une clé API avec votre e-mail et mot de passe pour obtenir votre clé immédiatement ; aucune carte n'est requise pour l'essai. Utilisez l'URL de base https://api.llmsincensura.com/v1 avec n'importe quel client compatible OpenAI. L'authentification s'effectue en envoyant votre clé dans l'en-tête Authorization: Bearer YOUR_API_KEY. Cette méthode standard garantit que votre LLM sans censure fonctionne avec les outils que vous connaissez déjà.

Le modèle à servir est uncensored. Assurez-vous de le configurer dans vos requêtes. Pas de chemins complexes ; vous envoyez du texte et recevez du texte brut. Si votre application nécessite un endpoint spécifique, c'est le seul dont vous avez besoin pour le chat. La simplicité est la clé d'une intégration rapide et sans friction.

Endpoint /v1/chat/completions

Le cœur de l'API IA sans censure est l'endpoint de complétion de chat. Envoyez une liste de messages (système, utilisateur, assistant) et recevez une réponse complète. Cette approche directe évite les refus de contenu courants sur d'autres modèles pour les sujets adultes ou controversés. La structure JSON est identique à celle d'OpenAI, facilitant le changement si vous venez d'une autre plateforme.

Rappelez-vous que nous ne supportons que cet endpoint pour le texte. Pas d'embeddings ni de génération d'images. Pour commencer, testez une requête simple avec curl pour vérifier que votre clé fonctionne et que la réponse arrive sans filtrage.

Copiarcurl https://api.llmsincensura.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."}]
  }'

Intégration avec Python

Les développeurs Python peuvent utiliser la bibliothèque officielle openai en adaptant l'URL de base. Cela permet de profiter de l'écosystème existant d'outils et de SDK. Configurez la clé et le base_url pour pointer vers nos serveurs. Le modèle uncensored traitera votre entrée en maintenant le contexte jusqu'à 100 000 tokens.

Cette configuration est idéale pour les scripts d'automatisation ou les applications backend qui nécessitent des réponses rapides et sans censure. La vitesse de réponse est généralement élevée grâce à l'infrastructure dédiée sur nos propres serveurs GPU.

Copiarfrom openai import OpenAI

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

Intégration avec Node.js

Dans l'écosystème JavaScript/Node, l'intégration est tout aussi directe. Utilisez le SDK OpenAI et écrasez l'URL de base. Cela permet aux applications web ou serveurs Node de consommer l'IA sans restrictions sans modifier la logique de votre code existant. La gestion des erreurs et des promesses fonctionne exactement comme prévu avec les autres clients OpenAI.

Il est important de rappeler que le modèle n'est ni GPT ni Claude, mais un modèle à poids ouverts ajusté spécifiquement pour ce service. Cela garantit une cohérence du comportement sans filtre. Configurez les variables d'environnement pour sécuriser votre clé en production.

Copiarimport OpenAI from "openai";

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

Streaming avec SSE

Pour améliorer l'expérience utilisateur, activez le streaming en définissant stream: true dans votre requête. Vous recevrez des fragments de texte au fur et à mesure de leur génération, ce qui réduit la latence perçue. C'est crucial pour les applications de chat en temps réel où les utilisateurs s'attendent à voir la réponse lettre par lettre.

Le streaming conserve les mêmes propriétés de non-filtrage que les réponses complètes. Vous pouvez traiter ces fragments côté client ou serveur pour rendre la réponse progressivement. C'est le meilleur moyen de montrer la puissance d'une IA de chat sans censure dans les applications interactives.

Copiarstream = 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)

Limites et gestion des erreurs

Votre clé a une limite de 300 requêtes par minute. Si vous dépassez ce seuil, vous recevrez une erreur 429. Il existe également une limite de corps de requête de 8 Mo. Si votre clé est invalide, vous obtiendrez un 401 ; si vous n'avez pas de crédit, un 402. Le contexte maximum est de 100 k tokens combinés (prompt + réponse).

La seule restriction stricte de contenu est l'interdiction du contenu sexuel impliquant des mineurs, qui s'applique toujours. Pour les autres sujets, le modèle est très permissif. Consultez les codes d'erreur standard d'OpenAI pour déboguer votre intégration rapidement.