Documentação da API & Início Rápido

URL Base e Autenticação

Comece definindo o URL base para HTTPS://api.uncensoredal.com/v1 e passando sua chave de API no cabeçalho de Autorização. Você recebe uma chave ativa por conta, e gerar uma nova chave invalida instantaneamente a anterior. Esta configuração simples funciona com qualquer cliente compatível com OpenAI sem lógica complexa de roteamento.

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"}]
  }'

O endpoint é estritamente para conclusões de chat, então você não precisa gerenciar roteamento de modelos. Cada solicitação deve incluir o identificador do modelo "uncensored" para garantir que você esteja atingindo o servidor de inferação correto. Falhas de autenticação retornam status 401 se a chave estiver ausente ou inválida.

Endpoint Chat Completions

Envie uma solicitação POST para /v1/chat/completions com seu histórico de mensagens no array de mensagens. O sistema processa entrada de texto e retorna texto gerado sem recusas de conteúdo para uso adulto lícito. Você deve especificar o modelo como "uncensored" em seu payload para garantir compatibilidade.

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)

As requisições são cobradas com base no uso real de tokens, com erros e recusas permanecendo gratuitos. Esse modelo pré-pago significa que você paga apenas pelo que consome. O endpoint suporta parâmetros padrão como temperature e top_p para controlar a aleatoriedade da saída.

Respostas em Streaming com SSE

Ative o streaming definindo stream como true no corpo da solicitação para receber tokens via Server-Sent Events. Cada fragmento inclui estatísticas de uso de tokens no último fragmento, permitindo que você acompanhe os custos em tempo real. Esta abordagem reduz a latência percebida para gerações longas.

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)

Use streaming ao criar interfaces de chat que precisam exibir texto conforme é gerado. A API retorna eventos de stream padrão compatíveis com OpenAI, facilitando a integração com bibliotecas de UI existentes. Você pode interromper o stream antecipadamente se o usuário alterar sua entrada.

Chamada de Função e Modo JSON

Defina ferramentas na solicitação para habilitar chamada de funções ou forçar saída JSON usando response_format. A API suporta tool_choice para controle preciso sobre quando o modelo deve invocar uma função. Este recurso funciona com o esquema padrão OpenAI, permitindo reutilizar definições de ferramentas existentes.

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);

O modo JSON garante que a saída seja JSON válido, útil para analisar dados estruturados programaticamente. Você pode combinar isso com configurações de temperature para equilibrar criatividade com confiabilidade estrutural. A API lida com a lógica de execução de ferramentas retornando os detalhes da chamada de função para que seu código processe.

Configuração de Parâmetros do Modelo

Configure parâmetros como temperatura, top_p, sequências de parada e seed para controlar o comportamento de geração. A janela de contexto suporta 100.000 tokens para prompt e conclusão combinados. A saída máxima é limitada a 16.000 tokens por solicitação, ou 2.048 se você não especificar max_tokens.

Você pode usar presence_penalty e frequency_penalty para reduzir a repetição em textos longos. Esses parâmetros permitem o ajuste fino do estilo do modelo sem alterar os pesos subjacentes. Ajuste-os incrementalmente para encontrar o equilíbrio certo para o seu caso de uso específico.

Limites, Erros e Contexto

Os limites de taxa estão definidos para 300 solicitações por minuto e 8 solicitações simultâneas por chave. Os corpos das solicitações são limitados a 8 MB, portanto, janelas de contexto grandes devem ser gerenciadas com cuidado. Os erros incluem 401 para chaves inválidas, 402 para crédito insuficiente e 429 para limites de taxa.

O crédito nunca expira, então você pode pausar o uso entre picos de uso sem perder fundos. Se você atingir o limite de concorrência, tente novamente com backoff exponencial. A janela de contexto de 100.000 tokens permite histórico extenso, mas fique atento aos limites de saída para evitar truncamento.