Guia de início rápido da API sem censura

URL Base e autenticação

Come apontando seu SDK ou cliente HTTP para o URL base https://api.uncensoredllmmodels.com/v1. Você precisa de uma chave de API válida enviada no Authorization cabeçalho como um token Bearer. Crie uma conta usando Google ou e-mail, e o sistema exibirá sua chave imediatamente. Uma chave ativa por conta simplifica a rotação sem configurações complexas de proxy.

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"}]
  }'

Primeira solicitação via completions de chat

Envie uma requisição POST para /v1/chat/completions com o ID do modelo definido como uncensored. O endpoint aceita estruturas de payload padrão do OpenAI para interação texto-entrada, texto-saída. Você pode especificar max_tokens para controlar o comprimento da saída, com padrão de 2.048 se omitido. O modelo responde com texto gerado sem aplicar recusas típicas de segurança para conteúdo adulto legal.

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)

Verifique o endpoint do seu modelo

Use o GET /v1/models endpoint para confirmar a conectividade e listar os modelos disponíveis. Isso retorna metadados sobre o modelo sem censura, garantindo que seu cliente esteja configurado corretamente. É uma verificação rápida de sanidade antes de integrar a API em seus pipelines de automação. Nenhum outro modelo é servido por este endpoint específico.

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);

Chamada de função e modo JSON

A API suporta definições de ferramentas e modo JSON via response_format. Você pode forçar a saída estruturada usando {"type": "json_object"} para análise confiável no seu código. A chamada de funções permite que o modelo retorne dados estruturados para tarefas de automação. Isso elimina a necessidade de hacks de regex pós-processamento em saídas de texto bruto.

Respostas em streaming e uso de tokens

Ative o streaming definindo stream: true na sua solicitação. A API envia fragmentos de Server-Sent Events (SSE) conforme o modelo gera texto. As estatísticas de uso de tokens aparecem no último fragmento do fluxo. Isso permite que seu aplicativo rastreie custos e consumo da janela de contexto em tempo real.

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)

Limites de taxa, erros e janela de contexto

Cada chave permite 300 solicitações por minuto e oito solicitações simultâneas. A janela de contexto suporta 100.000 tokens no total, com uma saída máxima de 16.000 tokens. Os erros incluem 401 para chaves inválidas e 402 se o crédito pré-pago for esgotado. Solicitações abaixo de 8 MB são aceitas. Recusas devido à política de conteúdo são raras, mas se aplicam a conteúdo sexual leve.