API-dokumentation & snabbstart

Bas URL och autentisering

Börja med att ställa in bas-URL:en till HTTPS://api.uncensoredal.com/v1 och skicka din API-nyckel i Authorization-headern. Du får en aktiv nyckel per konto, och att generera en ny nyckel ogiltigförklarar omedelbart den tidigare. Denna enkla uppsättning fungerar med alla standard OpenAI-kompatibla klienter utan komplex rutningslogik.

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"}]
  }'

Slutpunkten är strikt för chatkompletteringar, så du behöver inte hantera modellrouting. Varje begäran måste innehålla modellidentifieraren "uncensored" för att säkerställa att du når rätt inferensserver. Autentiseringsfel returnerar status 401 om nyckeln saknas eller är ogiltig.

Slutpunkt för chattkomplettering

Skicka en POST-begäran till /v1/chat/completions med din meddelandehistorik i messages-arrayen. Systemet bearbetar textinmatning och returnerar genererad text utan innehållsavslag för laglig vuxenanvändning. Du måste ange modellen som "uncensored" i din payload för att säkerställa 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)

Begäran debiteras baserat på faktisk tokenanvändning, där fel och avslag förblir kostnadsfria. Denna förskottsbetalningsmodell innebär att du bara betalar för det du förbrukar. Slutpunkten stöder standardparametrar som temperature och top_p för att kontrollera slumpmässigheten i utdata.

Strömningsresponser med SSE

Aktivera strömning genom att ställa in stream till true i din begärans kropp för att ta emot tokens via Server-Sent Events. Varje bit inkluderar tokenanvändningsstatistik i den sista biten, vilket gör att du kan spåra kostnader i realtid. Detta tillvägagångssätt minskar upplevd latens för långa 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)

Använd streaming när du bygger gränssnitt för chatt som behöver visa text medan den genereras. API:t returnerar standard OpenAI-kompatibla strömhändelser, vilket gör det enkelt att integrera med befintliga UI-bibliotek. Du kan stoppa strömmen i förtid om användaren ändrar sin input.

Funktionsanrop och JSON-läge

Definiera verktyg i din begäran för att aktivera funktionsanrop eller tvinga fram JSON-utdata med response_format. API:t stöder tool_choice för precis kontroll över när modellen ska anropa en funktion. Denna funktion fungerar med standard OpenAI-schemat, så du kan återanvända befintliga verktsdefinitioner.

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-läget säkerställer att utdata är giltig JSON, vilket är användbart för att tolka strukturerad data programmeringsmässigt. Du kan kombinera detta med temperaturinställningar för att balansera kreativitet med strukturell tillförlitlighet. API:n hanterar verktygsexekveringslogik genom att returnera funktionsanropsdetaljer för din kod att bearbeta.

Modellparametrakonfiguration

Konfigurera parametrar som temperatur, top_p, stoppsekvenser och seed för att kontrollera genereringsbeteendet. Kontextfönstret stödjer 100 000 tokens för både prompt och komplettering tillsammans. Maximal utmatning är begränsad till 16 000 tokens per förfrågan, eller 2 048 om du inte anger max_tokens.

Du kan använda presence_penalty och frequency_penalty för att minska repetition i längre texter. Dessa parametrar gör det möjligt att finjustera modellens stil utan att ändra de underliggande vikterna. Justera dem stegvis för att hitta rätt balans för ditt specifika användningsfall.

Gränser, fel och kontext

Ratebegränsningarna är inställda på 300 förfrågningar per minut och 8 samtidiga förfrågningar per nyckel. Förfrågningskroppar är begränsade till 8 MB, så stora kontextfönster måste hanteras noggrant. Fel inkluderar 401 för ogiltiga nycklar, 402 för otillräcklig kredit och 429 för rate limits.

Krediten löper inte ut, så du kan pausa användningen mellan perioder utan att förlora medel. Om du når gränsen för parallella anrop, försök igen med exponentiell backoff. Ett kontextfönster på 100,000 tokens tillåter omfattande historik, men håll koll på utmatningsgränserna för att undvika avklippning.