API-Dokumentation & Schnellstart

Basis-URL und Authentifizierung

Beginnen Sie, indem Sie Ihre Base-URL auf HTTPS://api.uncensoredal.com/v1 setzen und Ihren API-Schlüssel im Authorization-Header übergeben. Sie erhalten einen aktiven Schlüssel pro Konto, und die Generierung eines neuen Schlüssels macht den vorherigen sofort ungültig. Dieses einfache Setup funktioniert mit jedem Standard-OpenAI-kompatiblen Client ohne komplexe 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"}]
  }'

Der Endpunkt ist strikt auf Chat-Vervollständigungen beschränkt, sodass Sie kein Modell-Routing verwalten müssen. Jede Anfrage muss die Modellkennung "uncensored" enthalten, um sicherzustellen, dass Sie den richtigen Inferenzserver erreichen. Authentifizierungsfehler geben einen 401-Status zurück, wenn der Schlüssel fehlt oder ungültig ist.

Chat-Vervollständigungs-Endpunkt

Sende eine POST-Anfrage an /v1/chat/completions mit deinem Nachrichtenverlauf im messages-Array. Das System verarbeitet Texteingaben und gibt generierten Text ohne Inhaltsablehnungen für legale erwachsene Nutzungen zurück. Du musst das Modell in deinem Payload als "uncensored" angeben, um die Kompatibilität sicherzustellen.

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)

Anfragen werden basierend auf der tatsächlichen Token-Nutzung abgerechnet, wobei Fehler und Ablehnungen kostenlos bleiben. Dieses Prepaid-Modell bedeutet, dass Sie nur für das bezahlen, was Sie verbrauchen. Der Endpunkt unterstützt Standardparameter wie temperature und top_p zur Steuerung der Zufälligkeit der Ausgabe.

Streaming-Antworten mit SSE

Aktivieren Sie Streaming, indem Sie stream im Anfragekörper auf true setzen, um Tokens über Server-Sent Events zu erhalten. Jeder Chunk enthält Token-Nutzungsstatistiken im letzten Chunk, sodass Sie die Kosten in Echtzeit verfolgen können. Dieser Ansatz reduziert die wahrgenommene Latenz bei langen Generierungen.

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)

Nutzen Sie Streaming beim Aufbau von Chat-Schnittstellen, die Text während der Generierung anzeigen müssen. Die API gibt Standard-OpenAI-kompatible Stream-Ereignisse zurück, was die Integration mit bestehenden UI-Bibliotheken erleichtert. Sie können den Stream frühzeitig stoppen, wenn der Benutzer seine Eingabe ändert.

Function Calling und JSON-Modus

Definieren Sie Tools in Ihrer Anfrage, um Function Calling zu aktivieren oder JSON-Ausgabe mit response_format zu erzwingen. Die API unterstützt tool_choice für präzise Kontrolle darüber, wann das Modell eine Funktion aufrufen soll. Dieses Feature funktioniert mit dem Standard-OpenAI-Schema, sodass Sie vorhandene Tool-Definitionen wiederverwenden können.

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);

Der JSON-Modus stellt sicher, dass die Ausgabe gültiges JSON ist, was für das programmatische Parsen strukturierter Daten nützlich ist. Sie können dies mit Temperature-Einstellungen kombinieren, um Kreativität mit struktureller Zuverlässigkeit auszubalancieren. Die API verarbeitet Tool-Ausführungslogik, indem sie die Funktionsaufrufdetails zurückgibt, die Ihr Code verarbeiten muss.

Modellparameter-Konfiguration

Konfigurieren Sie Parameter wie Temperatur, top_p, Stop-Sequenzen und Seed, um das Generierungsverhalten zu steuern. Das Kontextfenster unterstützt 100.000 Tokens für Prompt und Completion kombiniert. Die maximale Ausgabe ist pro Anfrage auf 16.000 Tokens begrenzt, oder auf 2.048, wenn Sie max_tokens nicht angeben.

Sie können presence_penalty und frequency_penalty verwenden, um Wiederholungen in längeren Texten zu reduzieren. Diese Parameter ermöglichen eine Feinabstimmung des Modellstils, ohne die zugrunde liegenden Gewichte zu ändern. Passen Sie sie schrittweise an, um das richtige Gleichgewicht für Ihren spezifischen Anwendungsfall zu finden.

Limits, Fehler und Kontext

Die Ratenbegrenzung liegt bei 300 Anfragen pro Minute und 8 gleichzeitigen Anfragen pro Schlüssel. Anfragekörper sind auf 8 MB begrenzt, daher müssen große Kontextfenster sorgfältig verwaltet werden. Zu den Fehlern zählen 401 für ungültige Schlüssel, 402 für unzureichendes Guthaben und 429 für Ratenbegrenzungen.

Guthaben verfällt nicht, sodass Sie die Nutzung zwischen Lastspitzen pausieren können, ohne Gelder zu verlieren. Wenn Sie das gleichzeitige Limit erreichen, wiederholen Sie die Anfrage mit exponentiellem Backoff. Das 100.000-Token-Kontextfenster ermöglicht umfangreiche Verläufe, aber achten Sie auf die Ausgabelimits, um Verkürzungen zu vermeiden.