Guía de integración: completaciones de chat sin censura
Pon en marcha tu LLM sin censura en minutos con esta guía de integración directa. Saltamos la cháchara y te mostramos exactamente cómo enviar solicitudes a la API de chat sin censura.
URL Basehttps://api.loginllm.com/v1
URL Base y Autenticación
La base de tu integración comienza con la URL base. Usa https://api.loginllm.com/v1 para todas las solicitudes. Este endpoint es totalmente compatible con OpenAI, lo que significa que puedes intercambiar tus claves existentes sin reescribir la lógica de tu cliente.
La autenticación se basa en una única clave API. Genera esta clave mediante el Obtener clave API página usando Google o una contraseña por correo electrónico. El sistema emite una clave activa por cuenta; emitir una nueva invalida inmediatamente la clave anterior. Mantenga esta clave segura, ya que controla su crédito prepagado.
Pasa la clave en el Authorization cabecera como un token Bearer. No se requieren flujos OAuth complejos ni cookies de sesión para la API en sí.
Puedes probar la conectividad inmediatamente con un comando curl simple. Esto asegura que tu red permite el tráfico HTTPS saliente hacia nuestros servidores antes de construir el resto de tu aplicación.
El Endpoint de chat/completions
Envía mensajes a la POST /v1/chat/completions endpoint. Esta es la interfaz estándar para la generación de texto. Define el modelo como uncensored y proporciona una lista de mensajes en el cuerpo de la solicitud.
Cada mensaje requiere un rol (system, user, o assistant) y contenido. El sistema procesa estas entradas y devuelve una finalización. No necesitas gestionar el enrutamiento del modelo ni seleccionar entre múltiples variantes; alojamos un único modelo de peso abierto dedicado optimizado para salida sin restricciones.
Este enfoque mantiene tu código simple. Evitas la sobrecarga de gestionar múltiples versiones de modelos o manejar peculiaridades específicas del proveedor. La estructura de la respuesta coincide con el formato de OpenAI, garantizando una amplia compatibilidad con SDK.
Verifica tu saldo regularmente. Los créditos se deducen según el uso real de tokens, y los errores no consumen créditos.
Streaming con Server-Sent Events
Para experiencias de usuario en tiempo real, habilita el streaming estableciendo stream: true en tu solicitud. La API devuelve un flujo de Eventos Enviados por Servidor (SSE) en lugar de un único objeto JSON.
Cada fragmento de evento contiene una porción del texto generado. Puedes renderizar este texto de forma incremental en tu interfaz de usuario, lo que reduce significativamente la latencia percibida para el usuario final. El último fragmento en el stream incluye el uso total de tokens para la solicitud.
Esta característica es esencial para interfaces de chat donde los usuarios esperan una respuesta inmediata. Permite que tu aplicación maneje respuestas largas sin bloquear el hilo principal.
Implementa un oyente de eventos simple para recopilar estos fragmentos. Concaténalos para formar la respuesta completa o muéstralos en vivo a medida que llegan.
Llamada de Función y Herramientas
La API admite uso de herramientas estructurado. Define funciones en el tools array dentro de tu solicitud. El modelo puede entonces decidir llamar a una función basándose en la entrada del usuario.
Cuando el modelo genera una llamada a función, devuelve el nombre de la función y los argumentos en un formato estructurado. Tu aplicación ejecuta la función y envía el resultado de vuelta al modelo para una respuesta final.
Esta capacidad permite flujos de trabajo complejos sin codificar la lógica. Puedes integrar fuentes de datos externas, calculadoras o lógica empresarial personalizada directamente en la conversación.
Asegúrate de que las definiciones de tus herramientas sean precisas. El modelo depende de estos esquemas para comprender los formatos de entrada y salida esperados para cada función.
Ventana de Contexto y Límites
El modelo admite una ventana de contexto de 100.000 tokens. Esta ventana incluye tanto el prompt como la completion. Puedes especificar una longitud máxima de salida mediante el max_tokens parámetro.
Si max_tokens no está establecido, la respuesta puede extenderse hasta el final de la ventana. Establecer un valor más alto permite respuestas más largas, hasta el límite de 100,000 tokens. Esto es útil para generar informes detallados o fragmentos de código.
Monitorea tus límites de tasa cuidadosamente. La API permite 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. Exceder estos límites resultará en un error 429.
El tamaño del cuerpo de la solicitud está limitado a 8 MB. Las ventanas de contexto grandes consumen más crédito, así que equilibra tus requisitos de memoria con tu presupuesto.
Gestión de errores y uso de tokens
Gestiona los errores de forma elegante para mantener una experiencia de usuario fluida. Un error 401 indica una clave API no válida o caducada. Vuelve a autenticarte o genera una nueva clave desde tu panel de control.
Un error 402 significa que tu crédito prepagado se ha agotado. Recarga usando USDT (TRC20) o USDC (Base) para reanudar el servicio. Los créditos nunca expiran, así que puedes añadir fondos cuando te sea conveniente.
Un error 429 señala que has excedido el límite de velocidad. Implementa retroceso exponencial en tu cliente para reintentar las solicitudes automáticamente. Verifica siempre los encabezados de respuesta para obtener información sobre la cuota restante.
El uso de tokens se informa en el último fragmento del stream o en la respuesta de finalización. Usa estos datos para optimizar tus prompts y gestionar los costos de manera efectiva.
cURL
curl https://api.loginllm.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Fix syntax error in python loop"}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.loginllm.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.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.loginllm.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);Transmisión
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)FAQ
¿Cómo obtengo mi clave API para iniciar sesión en LLM?
Ve a la página Obtener clave API en el sitio. Puedes iniciar sesión con Google o una contraseña de correo electrónico. La clave API se muestra inmediatamente después de la autenticación. No se requiere número de teléfono para este proceso.
¿Qué sucede si excedo el límite de velocidad?
Recibirás un código de estado 429. El límite es de 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. Implementa lógica de reintento con retroceso exponencial para manejar esto sin perder datos.
¿Es diferente el modelo LLM sin censura del GPT?
Sí. El modelo es un modelo de pesos abiertos alojado en nuestros servidores. No es GPT, Claude, Gemini ni ningún otro modelo de proveedor. Está ajustado específicamente para responder sin rechazos de contenido para uso adulto lícito.
Obtén tu clave de API
Regístrate, copia la clave, actualiza tu URL base. Eso es todo.
