Démarrage rapide API sans censure

Installez le SDK officiel OpenAI

Commencez par installer la bibliothèque qui alimente votre infrastructure existante. Nous prenons en charge le client standard utilisé dans toute l'industrie, garantissant la portabilité de votre code. Cela évite l'enfermement propriétaire tout en vous donnant accès à notre modèle sans censure via la même interface.

Copyfrom openai import OpenAI

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

Définissez votre URL de base et votre clé API

Pointez votre client vers notre point de terminaison dédié pour contourner les filtres standard. Configurez immédiatement vos variables d'environnement pour garder les identifiants sécurisés. Notre API attend une URL de base spécifique et une clé valide pour l'authentification.

Copyimport OpenAI from "openai";

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

Envoyez votre première demande à /v1/chat/completions

Appelez le point de terminaison chat avec vos messages système et utilisateur. Le modèle traite l'entrée et renvoie une réponse textuelle directe sans refus superflus. Utilisez le uncensored ID du modèle pour des sorties non restreintes.

Copycurl https://api.kimicontextwindow.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the RFC 9001 document in 200 words"}]
  }'

Gérer les réponses en streaming via SSE

Activez le streaming pour recevoir les jetons au fur et à mesure de leur génération, réduisant ainsi la latence perçue. Le serveur envoie des Server-Sent Events, permettant à votre application d'afficher la sortie de manière progressive. C'est idéal pour les interfaces de chat où les utilisateurs s'attendent à un retour immédiat.

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)

Activez le mode JSON ou l'appel de fonction

Structurez votre sortie pour une utilisation programmatique en activant le mode JSON. Vous pouvez également définir des outils pour l'appel de fonctions afin de vous intégrer à des systèmes externes. Les deux fonctionnalités fonctionnent avec notre modèle uncensored unique pour une extraction de données fiable.

Vérifiez l'utilisation, les limites et les erreurs

Surveillez votre nombre de jetons et vos limites de requête pour éviter les interruptions de service. Notre API impose une fenêtre de contexte de 100 000 jetons et une limite de 300 requêtes par minute. Si vous voyez une erreur 401, vérifiez votre clé ; une erreur 402 signifie que vous devez recharger via crypto ; et une erreur 429 indique que vous avez atteint la limite de débit.