Τεκμηρίωση API & Γρήγορη Έναρξη

Πιστοποίηση & Base URL

Ξεκινήστε κάθε αίτημα κατευθύνοντας τον πελάτη σας στο HTTPS://api.uncensoredia.com/v1 and attaching your key. Εξουσιοδότηση uses the standard Bearer σχήμα, οπότε απλώς επικολλήστε το token που λάβατε μετά την εγγραφή με Google ή email. Το endpoint είναι πλήρως openai compatible API compliant, meaning you only need to swap the base URL and API key in your existing configuration. You do not need to manage complex routing layers or proxy headers. Just ensure your Authorization header περιέχει το μοναδικό σας token. Αυτή η ρύθμιση εγγυάται ότι οι αιτήσεις σας φτάνουν στο αφιερωμένο μοντέλο uncensored χωρίς ενδιάμεση φιλτραρίσματα. Αν λάβετε ένα 401 σφάλμα, επαληθεύστε ότι το κλειδί σας είναι ενεργό και διαμορφωμένο σωστά.

Τερματικό Συμπληρώματος Συζήτησης

Στείλτε μηνύματα στο POST /v1/chat/completions για να λαμβάνετε κειμενικές απαντήσεις από το μοντέλο χωρίς λογοκρισία. Αυτή η μοναδική διεπαφή διαχειρίζεται όλες τις ανάγκες παραγωγής σας, από απλά prompts έως πολύπλοκες πολυεπίπεδες συνομιλίες. Μπορείτε να ελέγξετε το μήκος και την τυχαίοτητα της εξόδου χρησιμοποιώντας παραμέτρους όπως max_tokens, temperature, και top_p. Το μοντέλο υποστηρίζει τεράστιο 100.000 tokens context window, allowing you to feed in extensive documentation or long conversation histories. You can send up to 16,000 tokens in the response. If you omit max_tokens, το όριο προεπιλογής είναι 2.048 tokens. Αυτή η διεπαφή δεν υποστηρίζει παραγωγή εικόνας ή ήχου. Είναι αυστηρά κείμενο εισόδου, κείμενο εξόδου. Χρησιμοποιήστε την ακόλουθη εντολή curl για να δοκιμάσετε άμεσα τη σύνδεσή σας.

Ενσωμάτωση SDK Python

Χρησιμοποιήστε την επίσημη βιβλιοθήκη Python της OpenAI για να αλληλεπιδράσετε με το API με ελάχιστες αλλαγές κώδικα. Χρειάζεται μόνο να υπερκαθορίσετε το base_url και api_key στην client configuration. Αυτή η προσέγγιση διασφαλίζει ότι η υπάρχουσα λογική σας για χειρισμό responses, errors και retries παραμένει αμετάβλητη. Η βιβλιοθήκη χειρίζεται αυτόματα τη JSON serialization και streaming αν το ενεργοποιήσετε. Αυτή η μέθοδος είναι ιδανική για backend services ή scripts που χρειάζεται να επεξεργαστούν μεγάλους όγκους κειμένου. Το uncensored model απαντά σε τυπικά chat completion requests χωρίς να απαιτεί custom parsing logic. Ρυθμίστε το client μία φορά και χρησιμοποιήστε το σε όλη την εφαρμογή σας. Ακολουθεί πώς να αρχικοποιήσετε το client και να στείλετε ένα βασικό request.

Ρύθμιση SDK Node.js

Ενσωματώστε το API στις εφαρμογές JavaScript ή TypeScript σας χρησιμοποιώντας το @anthropic-ai/sdk ή το επίσημο openai package. Set the baseURL στο endpoint και παρέχετε το API key σας. Αυτό σας επιτρέπει να χρησιμοποιήστε εξοικειωμένες μεθόδους όπως chat.completions.create() directly. The SDK handles the HTTP requests and parses the JSON responses for you. You can easily handle errors like 402 (insufficient credit / Ανεπαρκές credit) ή 429 (rate limit / Όριο ρυθμού) μέσα στη λογική της εφαρμογής σας. Αυτή η ρύθμιση είναι ιδανική για web servers, bots ή οποιοδήποτε περιβάλλον Node.js. Το μοντέλο χωρίς λογοκρισία λειτουργεί ομαλά με το τυπικό формат αιτήματος. Ρυθμίστε τον πελάτη σας για να διασφαλίσετε τη συμβατότητα με τις προσδοκίες της API.

Streaming Αποκρίσεις

Ενεργοποίηση παράδοσης token σε πραγματικό χρόνο ορίζοντας stream: true στην αίτησή σας. Το API επιστρέφει μια ροή Server-Sent Events (SSE), επιτρέποντάς σας να εμφανίζετε κείμενο καθώς παράγεται. Αυτό βελτιώνει την εμπειρία χρήστη για διεπαφές συνομιλίας και μειώνει την αντιλαμβανόμενη καθυστέρηση. Κάθε κομμάτι περιέχει μια μερική απάντηση, και το τελευταίο κομμάτι περιλαμβάνει τα στατιστικά χρήσης token. Μπορείτε να επεξεργαστείτε αυτά τα κομμάτια σταδιακά για να χτίσετε την πλήρη απάντηση. Αυτή η λειτουργία είναι απαραίτητη για εφαρμογές που απαιτούν άμεση ανατροφοδότηση. Το μοντέλο uncensored υποστηρίζει ροή για όλους τους τύπους αιτήσεων. Διαχειριστείστε τα γεγονότα ροής για να ενημερώνετε την διεπαφή χρήστη σας αποτελεσματικά. Χρησιμοποιήστε αυτόν τον κώδικα για να εφαρμόσετε ροή στον πελάτη σας.

Όρια Ρυθμού & Όρια Πλαισίου

Η API επιβάλλει αυστηρά όρια ρυθμού για να διασφαλιστεί η σταθερή απόδοση για όλους τους χρήστες. Μπορείτε να στείλετε έως 300 αιτήματα ανά λεπτό per key and have 8 concurrent requests ενεργό ανά πάσα στιγμή. Το μέγιστο μέγεθος σώματος αιτήματος είναι 8 MB. Αν ξεπεράσετε αυτά τα όρια, θα λάβετε ένα 429 κώδικα κατάστασης. Βεβαιωθείτε ότι διαχειρίζεστε τις επαναλήψεις με εκθετική υστέρηση για να αποφύγετε την επανειλημμένη πρόσκρουση σε αυτά τα όρια. Το πλαίσιο συμφραζομένων είναι 100,000 tokens, αλλά η μέγιστη έξοδος είναι 16,000 tokens. Αν χρειάζεστε περισσότερη έξοδο, προσαρμόστε το max_tokens parameter. Σφάλματα όπως 401 (invalid key / Μη έγκυρο κλειδί) και 402 (no credit / Χωρίς credit) είναι άμεσες και δεν καταναλώνουν την επιλογή tokens σας. Διαχειριστείτε προσεκτικά το όριο ποσότητας για να αποφύγετε διακοπές της υπηρεσίας κατά τη διάρκεια εργασιών υψηλού όγκου παραγωγής.

cURL

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

Python

Copyfrom openai import OpenAI

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

Ροή

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)