Documentazione API

Impostazione dell'URL di Base e Autenticazione

L'API LLM senza censure richiede una chiave API valida per ogni richiesta. Generi questa chiave istantaneamente tramite accesso con Google o email sulla dashboard. Utilizza il base URL https://api.uncensoredais.com/v1 per tutte le interazioni. Questo garantisce la compatibilità con gli SDK standard di OpenAI. La tua chiave autentica il tuo saldo di token prepagato. Errori e rifiuti non consumano credito. Mantieni la tua chiave sicura. Ruotala se compromessa. Una chiave attiva per account semplifica la gestione. Il sistema sostituisce le vecchie chiavi automaticamente alla generazione.

Invio di richieste a /v1/chat/completions

Invia il tuo prompt a POST /v1/chat/completions endpoint. Usa l'identificatore del modello "uncensored" per l'inferenza. La finestra di contesto supporta 100.000 token per prompt e completamento combinati. Puoi generare fino a 16.000 token per richiesta. Imposta il max_tokens parametro per controllare la lunghezza dell'output. Se omesso, il valore predefinito è 2.048 token. L'API accetta corpi JSON standard. Testo in input, testo in output. Questa semplicità riduce l'attrito di integrazione. Concentrati sulla tua logica creativa piuttosto che su routing complessi. Non sono disponibili embedding o generazione di immagini. Mantieni le tue richieste sotto gli 8 MB. Questo limite garantisce un throughput stabile per le tue attività API NSFW.

Parametri supportati e modalità JSON

Controlla il comportamento di generazione con parametri standard. Usa temperature per la casualità. Regola top_p per il campionamento nucleare. Imposta stop sequenze per interrompere l'output a marcatori specifici. Usa seed per risultati riproducibili. Abilita la modalità JSON impostando response_format a {"type": "json_object"}. Questo garantisce output strutturati per le tue applicazioni. Puoi anche configurare presence_penalty e frequency_penalty a variare la diversità dei token. Il function calling è supportato tramite tools e tool_choice. Queste funzionalità permettono l'integrazione di logica complessa. Il modello gestisce gli strumenti in modo efficiente. Testa i tuoi parametri in locale prima del deploy in produzione. Il fine-tuning non è attualmente offerto. Attieniti all'ingegneria delle prompt per la personalizzazione.

Risposte in streaming con SSE

Abilita lo streaming impostando stream a true. L'API restituisce Server-Sent Events (SSE). Ogni chunk contiene testo parziale. L'ultimo chunk include le statistiche sull'utilizzo dei token. Questo approccio riduce la latenza percepita per gli utenti. Consente la visualizzazione in tempo reale del testo generato. Ideale per interfacce chat o assistenti di scrittura in diretta. Analizza lo stream SSE nel codice del client. Gestisci il data: [DONE] segnale per terminare lo stream. Questo metodo funziona perfettamente con gli SDK ufficiali. Non è necessario gestire le connessioni manualmente. L'API AI uncensored gestisce il lavoro pesante. Assicurati che il tuo client gestisca le interruzioni dello stream in modo elegante. I conteggi dei token aiutano a monitorare con precisione il saldo prepagato.

Gestione degli errori e dell'utilizzo dei token

Monitora i codici di stato HTTP per la salute dell'API. Un errore 401 indica una chiave API non valida o scaduta. Rieffettua l'autenticazione tramite la dashboard per risolvere il problema. Un errore 402 significa che il tuo credito prepagato è esaurito. Ricarica tramite cripto per riprendere il servizio. Gli errori e i rifiuti non consumano token. Un errore 429 segnala un limite di velocità. Sei limitato a 300 richieste al minuto per chiave. Le richieste concorrenti sono limitate a 8 per chiave. Il corpo della richiesta non deve superare 8 MB. L'utilizzo dei token viene segnalato nella risposta finale. I rifiuti sono gratuiti. Questo modello economico protegge il tuo budget. Controlla la pagina Supporto per gli aggiustamenti sui rimborsi in caso di addebiti doppi. Il credito non scade mai, quindi puoi ricaricare al tuo ritmo.

Limiti di frequenza e dettagli del modello

Il modello "uncensored" è un modello open-weight ospitato sui nostri server. Non è GPT, Claude o Gemini. È ottimizzato per i contenuti adulti leciti senza rifiuti. I minori nei contenuti sessuali rimangono limitati. Questo limite rigido si applica sempre. L'API AI uncensored fornisce un endpoint grezzo. Nessuna UI o routing è inclusa. Paghi solo per ciò che usi. Il credito prepagato viene addebitato in base all'utilizzo reale dei token. Non esistono canoni mensili. Questa struttura è adatta ai creatori ad alto volume. La finestra di contesto di 100,000 token consente la narrazione a lungo termine. Gestisci la tua concorrenza per evitare errori 429. Utilizza gli SDK ufficiali per la migliore compatibilità. L'API LLM uncensored è costruita per l'affidabilità. Integrala nel tuo flusso di lavoro per fanfiction o scrittura creativa oggi stesso.

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)