Documentation API & Démarrage rapide

Authentification & URL de base

Démarrez chaque requête en pointant votre client vers HTTPS://api.uncensoredia.com/v1 Et en joignant votre clé. Autorisation utilise le standard Bearer schéma, il vous suffit donc de coller le jeton que vous avez reçu après vous être inscrit avec Google ou e-mail. Le point de terminaison est entièrement API compatible OpenAI conforme, ce qui signifie que vous n'avez besoin que de changer l'URL de base et la clé API dans votre configuration existante. Vous n'avez pas besoin de gérer des couches de routage complexes ou des en-têtes proxy. Assurez-vous simplement que votre Authorization header contient votre jeton unique. Cette configuration garantit que vos requêtes atteignent le modèle uncensored dédié sans aucun filtrage intermédiaire. Si vous obtenez un 401 erreur, vérifiez que votre clé est active et correctement formatée.

Point de terminaison Chat Completions

Envoyer des messages à POST /v1/chat/completions pour recevoir des réponses textuelles du modèle sans censure. Ce point de terminaison unique gère tous vos besoins de génération, des invites simples aux conversations multi-tours complexes. Vous pouvez contrôler la longueur et l'aléatoire de la sortie à l'aide de paramètres tels que max_tokens, temperature, et top_p. Le modèle prend en charge une fenêtre de contexte massive Jeton de 100 000 fenêtre de contexte, vous permettant d'alimenter une documentation extensive ou de longs historiques de conversation. Vous pouvez envoyer jusqu'à 16 000 tokens dans la réponse. Si vous omettez max_tokens, la limite par défaut est de 2 048 tokens. Ce point de terminaison ne prend pas en charge la génération d'images ou d'audio. Il est strictement texte en, texte sortant. Utilisez la commande curl suivante pour tester votre connexion immédiatement.

Intégration du SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour interagir avec l'API avec des modifications de code minimales. Vous devez simplement remplacer le base_url et api_key dans la configuration du client. Cette approche garantit que votre logique existante pour gérer les réponses, les erreurs et les nouvelles tentatives reste intacte. La bibliothèque gère automatiquement la sérialisation JSON et le streaming si vous l'activez. Cette méthode est idéale pour les services backend ou les scripts qui doivent traiter de grands volumes de texte. Le modèle uncensored répond aux requêtes standard de complétion de chat sans nécessiter de logique d'analyse personnalisée. Configurez votre client une fois et utilisez-le tout au long de votre application. Voici comment initialiser le client et envoyer une requête de base.

Installation du SDK Node.js

Intégrez l'API dans vos applications JavaScript ou TypeScript en utilisant le @anthropic-ai/sdk ou l'officiel openai paquet. Définissez le baseURL à notre point de terminaison et fournissez votre clé API. Cela vous permet d'utiliser des méthodes familières comme chat.completions.create() directement. Le SDK gère les requêtes HTTP et analyse les réponses JSON pour vous. Vous pouvez facilement gérer les erreurs comme 402 (crédit insuffisant) ou 429 (limite de débit) dans la logique de votre application. Cette configuration est parfaite pour les serveurs web, les bots ou tout environnement Node.js. Le modèle sans censure fonctionne parfaitement avec le format de requête standard. Configurez votre client pour assurer la compatibilité avec les attentes de l'API.

Réponses en streaming

Activer la livraison de jetons en temps réel en définissant stream: true dans votre requête. L'API renvoie un flux d'événements envoyés par le serveur (SSE), vous permettant d'afficher le texte au fur et à mesure de sa génération. Cela améliore l'expérience utilisateur pour les interfaces de chat et réduit la latence perçue. Chaque fragment contient une réponse partielle, et le dernier fragment inclut les statistiques d'utilisation des jetons. Vous pouvez traiter ces fragments de manière incrémentale pour reconstituer la réponse complète. Cette fonctionnalité est essentielle pour les applications nécessitant un retour immédiat. Le modèle uncensored prend en charge le streaming pour tous les types de requêtes. Gérez les événements de flux pour mettre à jour votre interface utilisateur efficacement. Utilisez ce code pour implémenter le streaming dans votre client.

Limites de débit & Limites de contexte

L'API impose des limites strictes pour garantir des performances stables pour tous les utilisateurs. Vous pouvez envoyer jusqu'à 300 requêtes par minute par clé et avez 8 requêtes simultanées actif à tout moment. La taille maximale du corps de la requête est de 8 Mo. Si vous dépassez ces limites, vous recevrez un 429 code de statut. Assurez-vous de gérer les nouvelles tentatives avec une backoff exponentielle pour éviter de toucher ces limites à plusieurs reprises. La fenêtre de contexte est de 100 000 jetons, mais la sortie maximale est de 16 000 jetons. Si vous avez besoin de plus de sortie, ajustez le max_tokens paramètre. Les erreurs comme 401 (clé invalide) et 402 (pas de crédit) sont immédiats et ne consomment pas votre allocation de tokens. Gérez votre quota soigneusement pour éviter les interruptions de service lors de tâches de génération à fort volume.

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);

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)