Intégrez l'API LLM Uncensored AI

Configurer votre URL de base

Commencez par pointer votre client vers notre endpoint dédié. Utilisez https://api.uncensoredaillm.com/v1 comme votre URL de base. Cela garantit que toutes les requêtes atteignent directement notre infrastructure non cenzuré. Vous n'avez pas besoin de modifier les noms de modèles sauf si vous spécifiez uncensored explicitement.

L'authentification repose sur une seule clé API générée depuis votre tableau de bord. Passez-la dans le Authorization en-tête en tant que jeton Bearer. Cette clé donne accès à votre crédit prépayé. Les erreurs comme 401 indiquent une clé invalide, tandis que 402 signifie que vous devez recharger via crypto.

Envoyez votre première complétion

Effectuer une requête POST à /v1/chat/completions avec votre tableau de messages. L'ID du modèle doit être défini sur uncensored. Ce modèle ne refuse pas le contenu adulte, les sujets fictifs ou controversés. Il ne s'agit pas de GPT, Claude ou d'un autre modèle d'un autre fournisseur.

Définissez le max_tokens paramètre pour contrôler la longueur de la sortie. La valeur par défaut est de 2 048 jetons. Vous pouvez augmenter cette limite jusqu'à 16 000 jetons par requête. La fenêtre de contexte totale est de 100 000 jetons. Cela inclut à la fois l'invite et la complétion.

Guide de démarrage rapide avec Python

Utilisez le SDK Python officiel d'OpenAI pour vous intégrer rapidement. Installez le package et initialisez le client avec notre URL de base. Transmettez votre clé API en tant que api_key argument.

Intégration du SDK Node

Initialisez le OpenAI client en Node.js. Définissez apiKey à votre jeton et baseURL à notre point de terminaison. Appelez chat.completions.create avec le modèle uncensored. Cela fonctionne avec n'importe quelle bibliothèque cliente compatible OpenAI.

Activer les Réponses en Streaming

Définir stream: true dans le corps de votre requête. L'API renvoie des données via des événements envoyés par le serveur (SSE). Chaque fragment contient du contenu partiel. Les détails d'utilisation des jetons apparaissent dans le dernier fragment. Cela permet l'affichage en temps réel du texte généré. Cela réduit la latence perçue pour les réponses longues.

Limites, Erreurs et Contexte

Vous êtes limité à 300 requêtes par minute par clé. Les requêtes simultanées sont plafonnées à 8. Les corps de requête doivent être inférieurs à 8 Mo. Une erreur 429 indique que vous avez atteint la limite de débit. Augmentez votre intervalle ou réduisez la concurrence. La fenêtre de contexte prend en charge 100 000 tokens au total. Les refus pour le contenu sexuel mineur sont codés en dur. Tout autre contenu licite est autorisé. Le crédit n'expire jamais. Utilisez la cryptomonnaie pour recharger si nécessaire.

cURL

Copycurl https://api.uncensoredaillm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run npm install"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)