Ucensureret API-hurtigstart

Installer den officielle SDK

Start med at installere klientbiblioteket, der matcher dit sprog. De fleste udviklere foretrækker den officielle OpenAI SDK, fordi den håndterer retries og streaming automatisk.

• Python: pip install openai
• Node.js: npm install openai

Disse pakker er letvægts og kræver ingen ekstra afhængigheder. Du kan gå videre til konfiguration straks efter, at installationen er fuldført.

Konfigurer din base URL

Peg din SDK til vores API-gateway i stedet for standardendpointet. Dette sikrer, at dine anmodninger når infrastrukturen til den ubegrænsede model.

Indstil base URL til https://api.unfilteredaigpt.com/v1. Du skal også angive din API-nøgle fra dashboardet. Denne nøgle autentificerer din forudbetalte kredit.

• Model-ID: uncensored
• Base URL: https://api.unfilteredaigpt.com/v1

Enhver standard OpenAI-kompatibel klient fungerer med denne opsætning. Model-ID'et forbliver konstant for alle forespørgsler.

Send din første forespørgsel

Send en POST-forespørgsel til /v1/chat/completions med din systemprompt og brugerbesked. Dette returnerer rå tekst uden indholdsafslag for lovligt voksent indhold.

Brug den uncensored model-ID for at sikre konsistent adfærd. API'et accepterer standardparametre som temperature og max_tokens.

Fejl som utilstrækkelig kredit returnerer en 402-status. Ugyldige nøgler returnerer 401. Brug curl-kommandoen nedenfor til at teste forbindelsen.

Aktiver streaming til real-time output

Indstil stream: true for at modtage tokens, mens de genereres. Dette reducerer den opfattede latens for lange outputs. Streaming er ideel til chatgrænseflader.

Den sidste chunk indeholder samlet tokenforbrug. Fortolk dette til gennemsigtig fakturering. Brug streamingeksemplet til korrekt håndtering af delvise svar.

Ikke-streaming-anmodninger venter på den fulde fuldførelse. Dette er bedre til single-shot-opgaver som kodegenerering. Vælg den metode, der passer til din brugeroplevelse.

Brug JSON-tilstand til strukturerede data

Indstil response_format: {"type": "json_object"} tvinge gyldigt JSON-output. Dette forhindrer hallucinerede syntaksfejl. Brug dette til dataudtrækningsopgaver.

Modellen overholder den schema, du angiver i prompten. Kombiner dette med funktionkald til automatiserede workflows. JSON-tilstand sikrer pålidelig parsing.

Valider outputtet på din side. API'et garanterer formatet, men ikke den semantiske korrekthed af din forretningslogik. Brug Node-eksemplet til at implementere dette.

Begrænsninger, fejl og kontekstvindue

Overvåg dit forbrug for at undgå tjenesteafbrydelser. Context-vinduet er 100.000 tokens i alt. Maks output per anmodning er 16.000 tokens. Anmodninger over 8 MB afvises.

Ratebegrænsninger er 300 anmodninger per minut per nøgle. Samtidige anmodninger er begrænset til 8. Overskridelse af disse grænser returnerer en 429-fejl. Opgrader din kreditniveau efter behov.

Fejl er gratis. Du betaler kun for succesfuld token-brug. Tjek API-dashboardet for målinger i realtid. Brug Python SDK'et til robust fejlhåndtering.

cURL

Copycurl https://api.unfilteredaigpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list steps to brew coffee"}]
  }'

Python

Copyfrom openai import OpenAI

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