Panduan permulaan pantas API tanpa sensor

URL Asas dan pengesahan

Mula dengan mengarahkan SDK atau klien HTTP anda ke URL asas https://api.uncensoredllmmodels.com/v1. Anda memerlukan kunci API yang sah dihantar dalam Authorization pencap sebagai token Bearer. Cipta akaun menggunakan Google atau e-mel, dan sistem akan memaparkan kunci anda serta-merta. Satu kunci aktif per akaun memudahkan putaran tanpa tetapan proksi kompleks.

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"}]
  }'

Permintaan pertama melalui penyelesaian chat

Hantar permintaan POST ke /v1/chat/completions dengan ID model ditetapkan kepada uncensored. Hujung ini menerima struktur payload OpenAI piawai untuk interaksi teks-masuk, teks-keluar. Anda boleh menentukan max_tokens untuk mengawal panjang output, lalai kepada 2,048 jika ditinggalkan. Model menjawab dengan teks yang dijana tanpa menerapkan penolakan keselamatan biasa untuk kandungan dewasa yang sah.

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)

Sahkan endpoint model anda

Gunakan GET /v1/models endpoint untuk mengesahkan sambungan dan menyenaraikan model yang tersedia. Ini mengembalikan metadata mengenai model tanpa sensor, memastikan klien anda dikonfigurasi dengan betul. Ia adalah pemeriksaan kesihatan pantas sebelum mengintegrasikan API ke dalam saluran automasi anda. Tiada model lain yang dilayan oleh endpoint khusus ini.

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);

Pemanggilan fungsi dan mod JSON

API ini menyokong definisi alat dan mod JSON melalui response_format. Anda boleh memaksa output terstruktur menggunakan {"type": "json_object"} untuk penguraian yang boleh dipercayai dalam kod anda. Panggilan fungsi membolehkan model mengembalikan data terstruktur untuk tugas automasi. Ini menghilangkan keperluan untuk penggodok regex pasca-pemprosesan pada output teks mentah.

Penggunaan token respons aliran

Aktifkan aliran dengan menetapkan stream: true dalam permintaan anda. API menghantar potongan Acara Dikirim Pelayan (SSE) apabila model menjana teks. Statistik penggunaan token muncul dalam potongan akhir aliran. Ini membolehkan aplikasi anda menjejaki kos dan penggunaan tetingkap konteks secara masa nyata.

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)

Had kadar, ralat, dan tetingkap konteks

Setiap kunci membolehkan 300 permintaan setiap minit dan lapan permintaan serentak. Tetingkap konteks menyokong 300,000 token secara keseluruhan, dengan output maksimum 16,000 token. Ralat termasuk 401 untuk kunci tidak sah dan 402 jika kredit prabayar telah habis. Permintaan di bawah 8 MB diterima. Penolakan akibat dasar kandungan jarang berlaku tetapi terpakai untuk kandungan seksual kecil.