Documentación de la API & Inicio rápido

Autenticación & URL base

Inicia cada solicitud apuntando tu cliente a HTTPS://api.uncensoredia.com/v1 y adjuntando tu clave. Autorización usa el estándar Bearer esquema, por lo que simplemente pegas el token que recibiste después de registrarte con Google o correo electrónico. El endpoint es completamente API compatible con OpenAI cumplidor, lo que significa que solo necesitas cambiar la URL base y la clave de API en tu configuración existente. No necesitas gestionar capas de enrutamiento complejas ni encabezados proxy. Asegúrate simplemente de que tu Authorization header contiene tu token único. Esta configuración garantiza que tus solicitudes lleguen al modelo sin censura dedicado sin ningún filtro intermedio. Si obtienes un 401 error, verifica que tu clave esté activa y tenga el formato correcto.

Endpoint Chat Completions

Envía mensajes a POST /v1/chat/completions para recibir respuestas de texto del modelo sin censura. Este único endpoint gestiona todas tus necesidades de generación, desde prompts simples hasta conversaciones complejas de múltiples turnos. Puedes controlar la longitud y aleatoriedad de la salida mediante parámetros como max_tokens, temperature, y top_p. El modelo admite una ventana de contexto masiva 100.000 tokens ventana de contexto, permitiéndote alimentar documentación extensa o historiales de conversación largos. Puedes enviar hasta 16,000 tokens en la respuesta. Si omites max_tokens, el límite predeterminado es de 2,048 tokens. Este endpoint no admite generación de imágenes o audio. Es estrictamente texto de entrada, texto de salida. Usa el siguiente comando curl para probar tu conexión inmediatamente.

Integración del SDK de Python

Utiliza la biblioteca oficial de Python de OpenAI para interactuar con la API con cambios mínimos en el código. Solo necesitas sobrescribir la base_url y api_key en la configuración del cliente. Este enfoque asegura que tu lógica existente para manejar respuestas, errores y reintentos permanezca intacta. La biblioteca maneja automáticamente la serialización JSON y el streaming si lo habilitas. Este método es ideal para servicios backend o scripts que necesitan procesar grandes volúmenes de texto. El modelo uncensored responde a solicitudes estándar de finalización de chat sin requerir lógica de análisis personalizada. Configura tu cliente una vez y úsalo en toda tu aplicación. Así es cómo inicializar el cliente y enviar una solicitud básica.

Configuración del SDK de Node.js

Integra la API en tus aplicaciones JavaScript o TypeScript usando la @anthropic-ai/sdk o el openai paquete. Establece el baseURL a nuestro endpoint y proporciona tu clave API. Esto te permite usar métodos familiares como chat.completions.create() directamente. El SDK maneja las solicitudes HTTP y analiza las respuestas JSON por ti. Puedes manejar errores fácilmente como 402 (crédito insuficiente) o 429 (límite de tasa) dentro de la lógica de tu aplicación. Esta configuración es perfecta para servidores web, bots o cualquier entorno Node.js. El modelo sin censura funciona sin problemas con el formato de solicitud estándar. Configura tu cliente para asegurar la compatibilidad con las expectativas de la API.

Respuestas en streaming

Habilitar entrega de tokens en tiempo real estableciendo stream: true en tu solicitud. La API devuelve un flujo de Eventos Enviados por el Servidor (SSE), lo que te permite mostrar el texto a medida que se genera. Esto mejora la experiencia de usuario para las interfaces de chat y reduce la latencia percibida. Cada fragmento contiene una respuesta parcial, y el último fragmento incluye las estadísticas de uso de tokens. Puedes procesar estos fragmentos de forma incremental para construir la respuesta completa. Esta función es esencial para aplicaciones que requieren retroalimentación inmediata. El modelo sin censura admite la transmisión para todos los tipos de solicitud. Maneja los eventos del flujo para actualizar tu interfaz de usuario de manera eficiente. Usa este código para implementar la transmisión en tu cliente.

Límites de Tasa y Límites de Contexto

La API impone límites estrictos para garantizar un rendimiento estable para todos los usuarios. Puedes enviar hasta 300 solicitudes por minuto per clave y tener 8 solicitudes concurrentes activo en cualquier momento. El tamaño máximo del cuerpo de la solicitud es de 8 MB. Si excedes estos límites, recibirás un 429 código de estado. Asegúrate de manejar reintentos con retroceso exponencial para evitar alcanzar estos límites repetidamente. La ventana de contexto es de 100,000 tokens, pero la salida máxima es de 16,000 tokens. Si necesitas más salida, ajusta el max_tokens parámetro. Errores como 401 (clave inválida) y 402 (sin crédito) son inmediatos y no consumen tu asignación de tokens. Gestiona tu cuota cuidadosamente para evitar interrupciones del servicio durante tareas de generación de alto volumen.

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);

Transmisión

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)