Documentação da API
Integre nosso LLM sem censura na sua stack usando a API padrão compatível com OpenAI. Envie texto, receba texto, sem recusas para conteúdo adulto lícito.
Autenticação e URL Base
O lite llm A API requer um token bearer. Envie sua chave de API no Authorization cabeçalho. Use a URL base fornecida abaixo para todas as requisições. Isso funciona com qualquer cliente compatível com OpenAI.
URL Base: https://api.llmlite.cc/v1
Obtenha sua chave fazendo o cadastro com Google ou e-mail. A chave aparece imediatamente. Use-a em todas as solicitações.
Endpoint Chat Completions
Envie mensagens para o /v1/chat/completions endpoint. endpoint. O ID do modelo é uncensored. Ele gera texto diretamente sem bloquear conteúdo adulto legal.
Aqui está uma estrutura básica de solicitação:
curl https://api.llmlite.cc/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "list available models via get request"}]
}'Receba uma resposta JSON com o texto gerado. Verifique o objeto de uso para contagens de tokens.
Integração do SDK Python
Use o SDK oficial do Python do OpenAI. Defina a URL base para o nosso endpoint. Defina a chave de API. Chame chat.completions.create. A biblioteca trata a requisição.
from openai import OpenAI
client = OpenAI(base_url="https://api.llmlite.cc/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)Instale o SDK via pip. Execute seu script. O modelo responde com a conclusão.
Configuração do SDK Node.js
Inicialize o cliente OpenAI em Node. Forneça a URL base e a chave da API. Chame o método de conclusões de chat. Isso funciona para scripts server-side ou APIs.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.llmlite.cc/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);Manipule o objeto de resposta. Acesse o texto gerado na primeira opção.
Streaming e Uso de Tokens
Ative o streaming definindo stream: true. Receba Server-Sent Events (SSE). Cada pedaço contém texto parcial. O uso de tokens aparece no último pedaço.
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)Processe cada evento conforme chega. Isso reduz a latência percebida para saídas longas. Monitore o último chunk para contagens precisas de tokens.
Limites, Erros e Contexto
A janela de contexto é de 100.000 tokens. A saída máxima é de 16.000 tokens por solicitação. Você tem 300 solicitações por minuto. Solicitações simultâneas são limitadas a 8.
Lide com erros de forma adequada. Um status 401 significa que sua chave é inválida. Um status 402 indica que não há mais crédito. Um status 429 significa que você atingiu o limite de taxa. O crédito nunca expira. Erros são gratuitos.
Perguntas frequentes
A API de LLM lite é totalmente compatível com OpenAI?
Sim, ele usa os mesmos endpoints e estrutura JSON. Você só precisa alterar a URL base e a chave de API. Ele funciona com SDKs padrão.
O que acontece se eu ficar sem crédito?
Você recebe um erro 402. Recarregue com cripto para continuar. Seu crédito existente nunca expira, então você pode pagar quando for conveniente.
Qual é o tamanho da janela de contexto?
O modelo suporta 100.000 tokens no total. Isso inclui tanto o prompt quanto a conclusão. Você pode enviar documentos longos ou históricos de conversas.
Gere sua chave de API
Faça o cadastro, pegue a chave e substitua a URL base. É só isso que leva.
