Documentation de l'API pour l'IA sans censure

URL de base et authentification

Démarrez chaque requête en pointant votre client vers notre URL de base. Ce point de terminaison remplace la passerelle OpenAI standard, garantissant que vos prompts atteignent directement notre modèle sans filtre dédié. Vous vous authentifiez à l'aide d'une clé API unique obtenue lors de l'inscription. Transmettez cette clé dans le Authorization en-tête en tant que jeton Bearer. Ne mélangez pas cette clé avec les identifiants d'autres fournisseurs.

Notre système valide les identifiants avant de traiter les tokens. Si la clé est manquante ou invalide, vous recevez immédiatement une erreur 401. Cela évite de gaspiller des crédits sur des connexions échouées. Gardez votre clé sécurisée dans les variables d'environnement. Elle accorde un accès complet à votre solde prépayé.

Première demande

Envoyez votre premier message en utilisant une charge utile standard de chat completion. Cette structure imite l'API OpenAI, vous permettant de changer de point de terminaison sans modifier la logique de votre code. Définissez l'ID du modèle à uncensored Et incluez vos instructions système. L'API renvoie une réponse textuelle complète basée sur votre entrée.

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

Cette requête démontre l'interaction la plus simple. Vous définissez le message utilisateur et laissez le modèle générer la réponse. Aucune configuration complexe n'est requise pour la génération de texte basique. La réponse inclut le texte généré et les statistiques d'utilisation.

Intégration du SDK Python

Utilisez le SDK OpenAI officiel pour Python pour interagir avec notre service. Initialisez le client avec notre URL de base et votre clé API. Cette configuration vous permet d'exploiter les méthodes Python familières pour les complétions de chat. Le SDK gère automatiquement la sérialisation et l'analyse des erreurs.

Copyfrom openai import OpenAI

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

Modifier le base_url paramètre pour pointer vers notre serveur. Le reste du code reste identique aux implémentations OpenAI standard. Cette approche minimise le temps de migration pour les projets existants. Vous conservez un contrôle total sur les paramètres tels que la température et le top-p.

Intégration du SDK Node

Intégrez sans problème avec les applications Node.js à l'aide du package npm OpenAI. Configurez le client pour utiliser notre point de terminaison sans censure. Cette méthode fonctionne pour les scripts côté serveur et les fonctions edge. Le SDK gère efficacement le pool de connexions.

Copyimport OpenAI from "openai";

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

Définissez le baseURL à l'adresse de notre API. Assurez-vous de transmettre la clé API correcte dans les en-têtes. Cette configuration prend en charge les modèles async/await pour un code propre. Vous pouvez diffuser les réponses ou récupérer les complétions complètes en fonction de vos besoins.

Réponses en streaming et comptes de jetons

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie un flux d'événements envoyés par le serveur (SSE). Chaque fragment contient une réponse partielle. Le dernier fragment inclut l'utilisation totale des jetons pour la requête. Cela vous permet d'afficher du texte en temps réel aux utilisateurs.

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)

Gérez les données du flux pour mettre à jour votre interface utilisateur de manière incrémentale. Les compteurs de jetons vous aident à surveiller avec précision le solde de votre crédit prépayé. Les erreurs lors du streaming peuvent renvoyer des données partielles. Vérifiez toujours le dernier chunk pour des statistiques d'utilisation précises.

Limites de débit et codes d'erreur

Notre API impose des limites strictes de taux pour assurer la stabilité. Vous avez droit à 300 requêtes par minute par clé. Les requêtes concurrentes sont plafonnées à huit simultanément. La taille du corps de la requête ne doit pas dépasser 8 Mo. Le dépassement de ces limites déclenche un code d'erreur 429.

Si votre clé est invalide, vous recevez une erreur 401. Une erreur 402 indique un crédit prépayé insuffisant. Les erreurs de traitement ne consomment pas vos jetons. Les remboursements ne sont pas émis pour le crédit prépayé, mais les erreurs sont corrigées via le support. Surveillez votre tableau de bord d'utilisation pour éviter les interruptions de service.