Uncensored API gyors kezdő útmutató

Base URL és hitelesítés

Kezdje az SDK vagy HTTP ügyfélprogram irányításával az alap URL-hez https://api.uncensoredllmmodels.com/v1Érvényes API-kulcsot kell küldened a Authorization fejléc mint Bearer token. Hozzon létre egy fiókot Google-fiókkal vagy e-maillel, és a rendszer azonnal megjeleníti a kulcsát. Egy aktív kulcs fiontonként egyszerűsíti a forgatást komplex proxy beállítások nélkül.

Copycurl https://api.uncensoredllmmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of 5 Python libraries for async web scraping"}]
  }'

Első kérés chat completions-en keresztül

Küldj egy POST kérést a /v1/chat/completions a modell azonosítóval beállítva uncensored. A végpont elfogadja a szabványos OpenAI payload struktúrákat a szöveg bemenet, szöveg kimenet interakcióhoz. Megadhatod max_tokens a kimeneti hosszúság vezérléséhez, alapértelmezés szerint 2,048, ha elhagyja. A modell szöveget generál a tipikus biztonsági visszautasítások alkalmazása nélkül törvényes felnőtt tartalom esetén.

Copyfrom openai import OpenAI

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

Ellenőrizze modell végpontját

Használja a GET /v1/models endpoint a kapcsolódás megerősítésére és az elérhető modellek listázására. Ez metaadatokat ad vissza az uncensored modellről, biztosítva, hogy az ügyfél megfelelően legyen konfigurálva. Ez egy gyors ellenőrzés az API automatizálási folyamatokba való integrálása előtt. Ezt a specifikus endpointot nem szolgálják ki más modellek.

Copyimport OpenAI from "openai";

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

Function calling és JSON mód

Az API támogatja az eszközdefiníciókat és a JSON módot a response_format. Strukturált kimenetet kényszeríthet ki a {"type": "json_object"} a megbízható elemzéshez a kódjában. A függvényhívás lehetővé teszi, hogy a modell strukturált adatokat adjon vissza automatizálási feladatokhoz. Ez kiküszöböli a nyers szöveges kimenetek utólagos regex trükközésének szükségességét.

A streamelt válaszok és a token használat

Engedélyezze a streamelést úgy, hogy stream: true a kérésben. Az API Server-Sent Events (SSE) darabokat küld, ahogy a modell szöget generál. A token-felhasználási statisztikák a stream végén jelennek meg. Ez lehetővé az alkalmazásod számára, hogy valós időben nyomon kövesse a költségeket és a kontextusablak-fogyasztást.

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)

Sebességkorlátok, hibák és kontextus ablak

Minden kulcs percenként 300 kérést és nyolc párhuzamos kérést engedélyez. A kontextusablak összesen 100,000 tokenre terjed ki, maximális kimenettel 16,000 tokenrel. A hibák között szerepel a 401 az érvénytelen kulcsoknál és a 402, ha a előre fizetett hitel elfogy. Az 8 MB alatti kérések elfogadottak. A tartalompolitika miatti elutasítások ritkák, de vonatkoznak a kisebb szexuális tartalmakra.