API-Dokumentation

Authentifizierung und Basis-URL-Einrichtung

Die uncensored LLM API erfordert für jede Anfrage einen gültigen API-Schlüssel. Sie generieren diesen Schlüssel sofort über Google-Login oder E-Mail im Dashboard. Verwenden Sie die base_url https://api.uncensoredais.com/v1 für alle Interaktionen. Dies gewährleistet die Kompatibilität mit Standard-OpenAI-SDKs. Ihr Schlüssel authentifiziert Ihren vorgeladenen Token-Guthaben. Fehler und Ablehnungen verbrauchen kein Guthaben. Bewahren Sie Ihren Schlüssel sicher auf. Rotieren Sie ihn bei Kompromittierung. Ein aktiver Schlüssel pro Konto vereinfacht das Management. Das System ersetzt alte Schlüssel automatisch bei der Generierung.

Anfragen an /v1/chat/completions senden

Senden Sie Ihren Prompt an den POST /v1/chat/completions Endpunkt. Verwenden Sie die Modellkennung "uncensored" für Inferenz. Das Kontextfenster unterstützt 100.000 Token für Prompt und Completion zusammen. Sie können bis zu 16.000 Token pro Anfrage generieren. Legen Sie das max_tokens Parameter zur Steuerung der Ausgabelänge. Wenn dieser Parameter weggelassen wird, beträgt der Standardwert 2.048 Tokens. Die API akzeptiert Standard-JSON-Bodys. Text eingeben, Text ausgeben. Diese Einfachheit reduziert Integrationsprobleme. Konzentrieren Sie sich auf Ihre kreative Logik statt auf komplexes Routing. Hier sind keine Embeddings oder Bildgenerierung verfügbar. Halten Sie Ihre Anfragen unter 8 MB. Dieses Limit gewährleistet einen stabilen Durchsatz für Ihre NSFW-API-Aufgaben.

Unterstützte Parameter und JSON-Modus

Steuern Sie das Generierungsverhalten mit Standardparametern. Verwenden Sie temperature für Zufälligkeit. Passen Sie top_p für Nucleus-Sampling. Legen Sie stop Sequenzen, um die Ausgabe an bestimmten Markern zu stoppen. Verwenden seed für reproduzierbare Ergebnisse. Aktivieren Sie den JSON-Modus, indem Sie response_format zu {"type": "json_object"}. Dies gewährleistet strukturierte Ausgaben für Ihre Anwendungen. Sie können auch presence_penalty und frequency_penalty Token-Vielfalt zu variieren. Function Calling wird unterstützt über tools und tool_choice. Diese Funktionen ermöglichen komplexe Logik-Integrationen. Das Modell verarbeitet Tools effizient. Testen Sie Ihre Parameter lokal vor der Produktionsbereitstellung. Fine-Tuning wird derzeit nicht angeboten. Bleiben Sie bei Prompt-Engineering zur Anpassung.

Streaming-Antworten mit SSE

Aktivieren Sie Streaming, indem Sie stream zu true. Die API gibt Server-Sent Events (SSE) zurück. Jeder Chunk enthält teilweise Text. Der letzte Chunk enthält Token-Nutzungsstatistiken. Dieser Ansatz reduziert die wahrgenommene Latenz für Benutzer. Er ermöglicht die Echtzeitanzeige des generierten Texts. Ideal für Chat-Schnittstellen oder Live-Schreibassistenten. Analysieren Sie den SSE-Stream in Ihrem Client-Code. Behandeln Sie die data: [DONE] signal to end the stream. This method works seamlessly with the official SDKs. You do not need to manage connections manually. The uncensored AI API handles the heavy lifting. Ensure your client handles stream interruptions gracefully. Token counts help monitor your prepaid balance accurately.

Verarbeitung von Fehlern und Token-Nutzung

Überwache HTTP-Statuscodes für die API-Gesundheit. Ein 401-Fehler zeigt einen ungültigen oder abgelaufenen API-Schlüssel an. Authentifiziere dich über das Dashboard neu, um dies zu lösen. Ein 402-Fehler bedeutet, dass dein vorausbezahltes Guthaben erschöpft ist. Lade über Krypto auf, um den Dienst fortzusetzen. Fehler und Ablehnungen verbrauchen keine Tokens. Ein 429-Fehler signalisiert Ratenbegrenzung. Du bist auf 300 Anfragen pro Minute pro Schlüssel begrenzt. Gleichzeitige Anfragen sind auf 8 pro Schlüssel begrenzt. Der Anforderungstext darf 8 MB nicht überschreiten. Die Token-Nutzung wird in der letzten Antwort gemeldet. Ablehnungen sind kostenlos. Dieses Wirtschaftlichkeitsmodell schützt dein Budget. Prüfe die Support-Seite für Rückerstattungsanpassungen bei Doppelbelastungen. Guthaben verfällt nicht, sodass du in deinem eigenen Tempo aufladen kannst.

Ratenbegrenzungen und Modellspezifikationen

Das Modell "uncensored" ist ein Open-Weight-Modell, das auf unseren Servern gehostet wird. Es ist kein GPT, Claude oder Gemini. Es ist für legale erwachsene Inhalte ohne Ablehnungen optimiert. Minderjährige in sexuellen Inhalten bleiben eingeschränkt. Diese harte Grenze gilt immer. Die unzensierte KI-API bietet einen rohen Endpunkt. Keine UI oder Routing ist enthalten. Sie zahlen nur für das, was Sie nutzen. Prepaid-Guthaben wird nach tatsächlichem Tokenverbrauch berechnet. Es gibt keine monatlichen Gebühren. Diese Struktur eignet sich für Creator mit hohem Volumen. Das 100.000-Token-Kontextfenster ermöglicht Long-Form-Geschichten. Verwalten Sie Ihre Parallelität, um 429-Fehler zu vermeiden. Verwenden Sie die offiziellen SDKs für beste Kompatibilität. Die unzensierte LLM-API wurde für Zuverlässigkeit entwickelt. Integrieren Sie sie noch heute in Ihren Fanfiction- oder kreativen Schreibworkflow.

cURL

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

Python

Copyfrom openai import OpenAI

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