Dokumentacja API

Bazowy URL i autoryzacja

Zacznij od wskazania klienta na nasz adres bazowy i przekazania klucza w nagłówku autoryzacji. Zapewniamy pojedynczy punkt końcowy, który przyjmuje standardowe ładunki OpenAI bez konieczności stosowania niestandardowych nagłówków lub złożonej logiki routingu. Twój klucz API daje dostęp do dedykowanego modelu uncensored, a możesz go wygenerować natychmiast przez panel za pomocą uwierzytelniania Google lub e-mail. Chroń swój klucz, ponieważ jest to jedyne poświadczenie potrzebne do wszystkich żądań.

Copycurl https://api.howtouseuncensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current temperature in london"}]
  }'

Punkt końcowy Uzupełnień Czat

Wyślij swoje prompty do chat/completions endpoint używając standardowego messages strukturę tablicy. Musisz określić identyfikator modelu jako uncensored aby zapewnić trafienie we właściwy silnik wnioskowania. API zwraca odpowiedzi tekstowe, które respektują Twoje ustawienia temperatury i top-p bez ukrytych odmów dla treści legalnych. Ta prosta struktura pozwala na wdrożenie naszej usługi w istniejących projektach przy minimalnych zmianach kodu.

Strumieniowanie i zużycie tokenów

Włącz strumieniowanie, ustawiając stream: true otrzymywania tokenów w miarę ich generowania za pośrednictwem Server-Sent Events. Zmniejsza to postrzeganą latencję dla długich odpowiedzi i pozwala interfejsowi aktualizować się w czasie rzeczywistym. Szczegóły zużycia tokenów są zawarte w ostatnim fragmencie strumienia, więc możesz dokładnie śledzić koszty bez przechowywania całej odpowiedzi w pamięci. Błędy podczas strumieniowania nie generują opłat za częściowe wyjście.

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)

Wywoływanie funkcji i tryb JSON

Korzystaj z tools parametr włączający wywoływanie funkcji, pozwalający modelowi na generowanie danych strukturalnych dla Twoich aplikacji. Możesz również wymusić output JSON, ustawiając response_format do {"type": "json_object"} do ścisłego zgodności ze schematem. Te funkcje działają wraz z naszym modelem uncensored, więc otrzymujesz strukturalne wyjścia bez utraty zdolności modelu do obsługi złożonych lub niszowych tematów. Zdefiniuj wyraźnie schematy funkcji, aby uzyskać niezawodne wyniki.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.howtouseuncensoredai.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

Zintegruj szybko za pomocą oficjalnego Node SDK OpenAI, nadpisując base URL, aby wskazywał na naszą usługę. Zapewnia to kompatybilność z istniejącymi wrapperami i middleware, które oczekują standardowego zachowania OpenAI. Możesz obsłużyć błędy w sposób elegancki i zarządzać ponawianiem prób na podstawie kodów statusu zwracanych przez nasze API. SDK obsługuje serializację i deserializację, pozwalając Ci skupić się na logice aplikacji, a nie szczegółach HTTP.

Copyimport OpenAI from "openai";

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

Limity szybkości i kwoty

Nasze API narzuca limit 300 żądań na minutę na klucz, z limitem współbieżności wynoszącym 8 jednoczesnych żądań. Jeśli przekroczysz te limity, otrzymasz błąd 429, a nieprawidłowe klucze zwracają błąd 401. Błąd 402 oznacza niewystarczające środki na koncie, które możesz doładować za pomocą USDT lub USDC. Model obsługuje okno kontekstowe o rozmiarze 100 000 tokenów, co pozwala na przetwarzanie dużych ilości danych wejściowych przy zachowaniu wysokiej wydajności.