Dokumentacja API Nieskrępowany AI

Uwierzytelnianie i URL bazowy

Twój klucz API uwierzytelnia każde żądanie do podstawowego adresu URL https://api.uncensoredopensourceai.com/v1. Uzyskujesz ten klucz natychmiast po rejestracji przez Google lub adres e-mail na stronie Uzyskaj klucz API. Przekaż klucz w Authorization nagłówek jako token Bearer. System odrzuca nieprawidłowe poświadczenia kodem statusu 401. Błędy i odrzucenia podczas testowania nie zużywają Twojego kredytu prepaid.

Pierwsze żądanie

Standardowe żądanie chat completion, aby wygenerować tekst z modelu. Endpoint akceptuje żądania POST do /v1/chat_completions z ciałem JSON zawierającym Twoje wiadomości. Musisz określić identyfikator modelu jako "uncensored". Ten model open-weight działa na naszych serwerach i jest dostrojony do odpowiadania bez odrzuceń treści dla użytku dorosłego. Nie jest to GPT, Claude ani żaden inny model dostawcy.

Użyj poniższego polecenia curl, aby wysłać swoją pierwszą wiadomość:

Copycurl https://api.uncensoredopensourceai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list python stdlib modules"}]
  }'

Integracja SDK Python

Użyj oficjalnej biblioteki Python OpenAI do bezproblemowej interakcji z API. Ustaw base_url i api_key zmiennych środowiskowych lub przekaż je bezpośrednio do klienta. Klient obsługuje serializację i parsowanie odpowiedzi automatycznie. Możesz wysyłać prompty systemowe, aby kierować zachowaniem modelu. Biblioteka obsługuje zarówno wzorce synchroniczne, jak i asynchroniczne dla różnych przypadków użycia.

Oto jak zainicjować klienta i wysłać wiadomość:

Copyfrom openai import OpenAI

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

Integracja SDK Node

SDK Node.js działa identycznie jak wersja Pythona dla tego API AI uncensored. Skonfiguruj URL bazowy i klucz API w obiekcie inicjalizacji. Wysyłaj wiadomości używając chat.completions.create metoda. Obiekt odpowiedzi zawiera wygenerowany tekst i statystyki użycia. Możesz obsłużyć błędy gracefulnie, przechwytując wyjątki sieciowe lub API. To ustawienie pozwala na integrację modelu w dowolnej aplikacji JavaScript lub TypeScript.

Zainicjuj klienta i wykonaj żądanie:

Copyimport OpenAI from "openai";

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

Odpowiedzi strumieniowe i tokeny

Włącz strumieniowanie, ustawiając stream ustaw na true. API zwraca dane w formacie zdarzeń wysłanych przez serwer (SSE). Każdy fragment zawiera aktualizacje częściowego tekstu. Ostatni fragment zawiera całkowite użycie tokenów dla żądania. Funkcja ta zmniejsza postrzeganą latencję dla długich wyników. Możesz przetwarzać tokeny w czasie rzeczywistym, gdy są generowane. Model obsługuje okno kontekstu o rozmiarze 100,000 tokenów dla promptu i uzupełnienia łącznie.

Przykładowe żądanie strumieniowe:

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)

Limity, Błędy i Kontekst

Każdy klucz API jest ograniczony do 300 żądań na minutę i 8 żądań równoległych. Maksymalny rozmiar ciała żądania wynosi 8 MB. Jeśli wyślesz zbyt wiele żądań, otrzymasz błąd limitu szybkości 429. Błąd 402 oznacza niewystarczające środki w koncie. Doładuj konto za pomocą USDT w sieci TRC20 lub USDC na Base. Kredyty nie wygasają i są naliczane tylko za pomyślne użycie tokenów. Model efektywnie obsługuje długie konteksty do limitu 100 000 tokenów.