Ghid de început rapid API fără cenzură

URL de bază și autentificare

Începe prin a orienta SDK-ul sau clientul HTTP către URL-ul de bază https://api.uncensoredllmmodels.com/v1. Ai nevoie de o cheie API validă trimisă în Authorization header ca un token Bearer. Creează un cont folosind Google sau email, iar sistemul îți afișează cheia imediat. O singură cheie activă per cont simplifică rotarea fără configurări complexe 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"}]
  }'

Prima cerere prin completări chat

Trimite o cerere POST la /v1/chat/completions cu ID-ul modelului setat la uncensored. Endpointul acceptă structuri de payload standard OpenAI pentru interacțiunea text-in, text-out. Poți specifica max_tokens pentru a controla lungimea ieșirii, cu o valoare implicită de 2,048 dacă este omisă. Modelul răspunde cu text generat fără a aplica refuzurile tipice de siguranță pentru conținut adult 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)

Verifică endpoint-ul modelului

Folosește GET /v1/models endpoint pentru a confirma conectivitatea și a lista modelele disponibile. Acesta returnează metadate despre modelul fără cenzură, asigurându-se că clientul este configurat corect. Este o verificare rapidă înainte de a integra API-ul în pipeline-urile tale de automatizare. Nu sunt servite alte modele prin acest endpoint specific.

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 și modul JSON

API-ul suportă definiții de instrumente și modul JSON prin response_format. Puteți forța un output structurat folosind {"type": "json_object"} pentru analizarea fiabilă în codul tău. Apelarea funcțiilor permite modelului să returneze date structurate pentru sarcini de automatizare. Acest lucru elimină nevoia de hack-uri regex post-procesare pe ieșirile text brute.

Utilizarea tokenilor și răspunsuri în flux

Activați streaming-ul setând stream: true în cererea ta. API-ul trimite fragmente de Evenimente trimise de server (SSE) pe măsură ce modelul generează text. Statisticile de utilizare a tokenilor apar în fragmentul final al fluxului. Acest lucru permite aplicației dvs. să urmărească costurile și consumul ferestrei de context în timp 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)

Rate limits, errors, and context window

Fiecare cheie permite 300 de cereri pe minut și opt cereri concurente. Fereastra de context suportă 100,000 de tokeni în total, cu un output maxim de 16,000 de tokeni. Erorile includ 401 pentru chei invalide și 402 dacă creditul preplătit este epuizat. Cererile sub 8 MB sunt acceptate. Refuzurile din cauza politicilor de conținut sunt rare, dar se aplică conținutului sexual minor.