Schnellstart für die Integration der uncensored API

Basis-URL und Authentifizierung

Verbinden Sie sich mit unserem open AI-kompatible API indem Sie Ihre Client-Konfiguration aktualisieren, um auf https://api.openaicompatibleapiendpoints.com/v1. Sie benötigen einen gültigen API-Schlüssel, der im Authorization Header als Bearer-Token. Dieses Setup funktioniert mit den offiziellen OpenAI-SDKs und jeder kompatiblen Client-Bibliothek. Es ist keine komplexe Gateway-Konfiguration erforderlich.

Copycurl https://api.openaicompatibleapiendpoints.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return 500 status code"}]
  }'

Jede Anfrage muss Ihren eindeutigen Schlüssel enthalten. Wenn der Schlüssel fehlt oder ungültig ist, gibt der Server sofort einen 401-Fehler zurück. Dies stellt sicher, dass Ihre Aufrufe das richtige uncensored LLM erreichen, ohne Routing-Verzögerungen.

Chat-Vervollständigungs-Endpunkt

Senden Sie Nachrichten an den POST /v1/chat/completions Endpunkt zum Abrufen von Textantworten vom uncensored Modell. Dieser Endpunkt verarbeitet Standard-Dialogschritte und unterstützt ein Kontextfenster mit bis zu 100.000 Token. Sie können eine maximale Ausgabe von 16.000 Token pro Anfrage festlegen. Das Modell antwortet ohne Inhaltsablehnungen für legale Erwachsenenthemen.

Copyfrom openai import OpenAI

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

Verwenden Sie den Standard messages Array-Format. Die API ignoriert zusätzliche Felder, die sie nicht erkennt, was die Migration erleichtert. Sie zahlen nur für vom Modell tatsächlich verbrauchte Tokens.

Streaming-Antworten

Echtzeit-Token-Bereitstellung aktivieren, indem Sie stream: true in Ihrer Anfrage. Der Server sendet eine Reihe von Server-Sent Events (SSE), bis die Antwort abgeschlossen ist. Token-Nutzungsstatistiken erscheinen im letzten Chunk des Streams. Dies reduziert die wahrgenommene Latenz für Benutzer, die auf lange Antworten warten.

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)

Puffert die eingehenden Token auf der Client-Seite, um den vollständigen Text zu rekonstruieren. Fehler während des Streamings sind selten, sollten jedoch durch Überprüfen des letzten Ereignisses auf einen Fehlercode behandelt werden. Der Stream stoppt automatisch, wenn das Kontingentlimit oder die maximale Token-Anzahl erreicht ist.

JSON-Modus und Tools

Erzwingen Sie strukturierte Ausgabe, indem Sie response_format zu {"type": "json_object"}. Dies stellt sicher, dass das Modell gültiges JSON anstelle von Markdown-Text ausgibt. Sie können auch das tools Parameter für Function-Calling. Die API unterstützt tool_choice für präzise Steuerung, welche Funktionen das Modell aufruft.

Verwenden temperature und top_p die Zufälligkeit anpassen. Legen Sie seed für reproduzierbare Ergebnisse während der Fehlersuche. Diese Parameter funktionieren genau wie erwartet in Standard-OpenAI-kompatiblen Integrationen.

Fehlerbehandlung und Limits

Verwalten Sie Standard-HTTP-Fehler, um Client-seitige Fehler angemessen zu steuern. Ein 401-Status bedeutet, dass Ihr API-Schlüssel ungültig ist. Ein 402-Status zeigt an, dass Ihr Prepaid-Guthaben aufgebraucht ist. Ein 429-Fehler signalisiert, dass Sie das Limit von 300 Anfragen pro Minute überschritten haben.

Jeder Schlüssel erlaubt acht gleichzeitige Anfragen. Der Anfrage-Body ist auf 8 MB begrenzt. Rückerstattungen werden für verbrauchtes Guthaben nicht ausgestellt, aber Fehler während der Verarbeitung sind kostenlos. Prüfen Sie immer die error Objekt in der JSON-Antwort für Details.

Kontextfenster und Modedetails

Das Modell unterstützt einen Kontextfenster von 100.000 Tokens für Prompt und Completion zusammen. Dies ermöglicht eine tiefe Kontextspeicherung für lange Dokumente oder erweiterte Gespräche. Die Standardmaximalausgabe beträgt 2.048 Tokens, wenn Sie nichts angeben max_tokens. Sie können diesen Wert auf bis zu 16.000 Tokens pro Anfrage erhöhen.

Das Modell ist kein GPT, Claude oder ein Modell eines anderen Anbieters. Es ist ein Open-Weight-Modell, das auf unzensierte Antworten abgestimmt ist. Keine Daten aus Ihren Prompts werden zum Training verwendet. Dies gewährleistet die Privatsphäre Ihrer proprietären Daten.

Node.js

Copyimport OpenAI from "openai";

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