API Dokumentation & Quickstart

Base URL og autentificering

Start med at indstille base URL til HTTPS://api.uncensoredal.com/v1 og sende din API-nøgle i Authorization-headeren. Du modtager én aktiv nøgle pr. konto, og generering af en ny nøgle ugyldiggør øjeblikkeligt den forrige. Denne enkle opsætning fungerer med enhver standard OpenAI-kompatibel klient uden kompleks routing-logik.

Copycurl https://api.uncensoredal.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate the next 50 lines of a python script"}]
  }'

Endpointet er udelukkende beregnet til chat-completions, så du ikke behøver at administrere model-routing. Hver anmodning skal indeholde model-identifikatoren "uncensored" for at sikre, at du rammer den korrekte inferensserver. Autentifikationsfejl returnerer en 401-status, hvis nøglen mangler eller er ugyldig.

Chat Completions Endpoint

Send en POST-anmodning til /v1/chat/completions med din beskedhistorik i messages-arrayet. Systemet behandler tekstinput og returnerer genereret tekst uden indholdsafslag til lovligt voksenbrug. Du skal angive modellen som "uncensored" i din payload for at sikre kompatibilitet.

Copyfrom openai import OpenAI

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

Anmodninger faktureres baseret på faktisk tokenforbrug, hvor fejl og afvisninger forbliver gratis. Denne forudbetalingsmodel betyder, at du kun betaler for det, du forbruger. Endepunktet understøtter standardparametre som temperature og top_p til kontrol af outputtilfældighed.

Streaming-svar med SSE

Aktivér streaming ved at indstille stream til true i din request-body for at modtage tokens via Server-Sent Events. Hver chunk inkluderer tokenforbrugsstatistikker i den sidste chunk, hvilket giver dig mulighed for at spore omkostninger i realtid. Denne tilgang reducerer den opfattede latens for lange generationer.

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)

Brug streaming, når du bygger chat-grænseflader, der skal vise tekst, mens den genereres. API'et returnerer standard OpenAI-kompatible stream-events, hvilket gør det nemt at integrere med eksisterende UI-biblioteker. Du kan stoppe streamen tidligt, hvis brugeren ændrer deres input.

Function Calling og JSON-tilstand

Definer værktøjer i din request for at aktivere function calling eller tvinge JSON-output ved hjælp af response_format. API'et understøtter tool_choice til præcis kontrol over, hvornår modellen skal kalde en funktion. Denne funktion fungerer med standard OpenAI-skemaet, så du kan genbruge eksisterende værktogsdefinitioner.

Copyimport OpenAI from "openai";

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

JSON-tilstand sikrer, at outputtet er gyldig JSON, hvilket er nyttigt til at parse strukturerede data programmerbart. Du kan kombinere dette med temperature-indstillinger for at balancere kreativitet med strukturel pålidelighed. API'en håndterer tool-execution-logik ved at returnere function call-detaljer til din kode til behandling.

Konfiguration af modelparametre

Konfigurér parametre som temperatur, top_p, stopsekvenser og seed til at kontrollere genereringsadfærd. Kontekstvinduet understøtter 100.000 tokens til både prompt og completion kombineret. Maks output er begrænset til 16.000 tokens pr. anmodning, eller 2.048 hvis du ikke angiver max_tokens.

Du kan bruge presence_penalty og frequency_penalty til at reducere gentagelse i længere tekster. Disse parametre giver mulighed for finjustering af modellens stil uden at ændre de underliggende vægte. Juster dem inkrementelt for at finde den rette balance til din specifikke brugssag.

Begrænsninger, fejl og kontekst

Ratebegrænsninger er sat til 300 requests i minuttet og 8 samtidige requests pr. nøgle. Request-legemer er begrænset til 8 MB, så store kontekstvinduer skal håndteres omhyggeligt. Fejl inkluderer 401 for ugyldige nøgler, 402 for utilstrækkelig kredit og 429 for ratebegrænsninger.

Kredit udløber aldrig, så du kan pause forbruget mellem bursts uden at miste midler. Hvis du rammer grænsen for samtidige forbindelser, skal du prøve igen med eksponentiel backoff. Vinduet med 100,000 tokens tillader omfattende historie, men hold øje med output-grænserne for at undgå afkortning.