API-dokumentation til udviklere

Base URL og autentificering

Forbind til vores infrastruktur ved at pege din klient på den angivne base-URL og angive din unikke API-nøgle. Vi bruger standard header-autentificering, så du kan skifte vores endpoint ind i eksisterende OpenAI SDK-konfigurationer uden at omskrive din kerne-logik. Du modtager én aktiv nøgle pr. konto, og generering af en ny nøgle ugyldiggør straks den tidligere. Denne designholder din integration enkel, mens det opretholder klar adgangskontrol. Tilmeld dig via Google eller e-mail for at se din nøgle øjeblikkeligt. Vi kræver ikke et telefonnummer eller betalingsmetode for at starte.

• Base URL: https://api.uncensoreai.com/v1
• Auth Header: Authorization: Bearer YOUR_API_KEY

Første anmodning (POST /v1/chat/completions)

Send din første completion ved at poste en JSON-payload til chat-completions-endpointet. Model-ID'et er uncensored og det accepterer standard meddelelsesstrukturer med system-, bruger- og assistentroller. Du får øjeblikkelig tekstoutput uden kompleks routing eller modelvalgslogik. Fejl forbruger ikke dine forudbetalte kreditter, så du kan teste frit. Modellen håndterer open-weight-generation, der er tilpasset voksenindhold uden afslag. Brug denne struktur til at starte din integration.

Python SDK-integration

Brug den officielle Python-klient til at interagere med vores API problemfrit. Indstil base URL og API-nøgle i din konfigurationsobjekt, før du foretager opkald. Biblioteket håndterer JSON-serialisering og svarfortolkning for dig. Du kan få adgang til brugsdata direkte fra svarobjektet. Denne tilgang fungerer med ethvert standard Python-miljø, der understøtter async eller sync-anmodninger. Hold din nøgle sikker i miljøvariabler. Kodeeksemplet demonstrerer et simpelt synkront opkald.

Node.js SDK-integration

Integrer med Node.js-projekter ved hjælp af den standard pakkehåndtering. Importer klienten, og konfigurer base URL til at pege på vores servere. SDK'en styrer HTTP-anmodninger og giver typede svar til TypeScript-brugere. Du kan nemt tilføje headers eller ændre timeouts, hvis det er nødvendigt. Denne metode passer til moderne webapplikationer og backend-tjenester. Sørg for, at din Node-version er kompatibel med SDK-kravene. Følgende eksempel viser en enkel completion-anmodning.

Streaming-svar og tokenforbrug

Aktiver real-time output ved at indstille stream flag til true i din anmodning. API'et returnerer Server-Sent Events (SSE), mens tokens genereres. Du kan vise tekst til brugere øjeblikkeligt uden at vente på det fulde svar. Tokenbrugsoplysninger vises i den sidste chunk af streamen. Denne funktion reducerer den opfattede latens for lange output. Overvåg din kreditbalance, mens tokens akkumuleres. Streaming fungerer med alle standardparametre som temperatur og stopsekvenser.

Begrænsninger, fejl og kontekstvindue

Din konto har et kontekstvindue på 100.000 tokens til prompt og completion kombineret. Du kan sende op til 16.000 tokens i et enkelt svar, hvis du angiver max_tokens. Det standard output-begrænsning er 2.048 tokens, hvis du udelader denne parameter. Hastighedsbegrænsninger tillader 300 anmodninger i minuttet og 8 samtidige anmodninger per nøgle. En 401-status betyder, at din nøgle er ugyldig. En 402-status indikerer utilstrækkelig forudbetalt kredit. En 429-status betyder, at du har overskredet hastighedsbegrænsningen. Anmodningskroppe må ikke overstige 8 MB.

cURL

Copycurl https://api.uncensoreai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "fetch the current server status from the api endpoint"}]
  }'

Python

Copyfrom openai import OpenAI

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