Unzensierte KI-API-Schnellstart

Installation und Konfiguration

Initialisieren Sie Ihren Client mit der Basis-URL und Ihrem API-Schlüssel. Unser Dienst verwendet Standard-Authentifizierungsheader, die mit den offiziellen SDKs kompatibel sind. Übergeben Sie Ihren Schlüssel als Bearer-Token im Authorization header. Dies ermöglicht es Ihnen, den Anbieter zu wechseln, ohne Ihre Anwendungslogik neu zu schreiben.

Copycurl https://api.uncensoredgptchat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the technical documentation for the new API endpoint"}]
  }'

Sie können sofort einen Schlüssel generieren, indem Sie sich mit Google oder E-Mail registrieren. Für das Testguthaben ist keine Telefonnummer erforderlich.

Basis-Chat-Vervollständigung

Senden Sie eine einfache Textanfrage, um eine direkte Antwort zu erhalten. Verwenden Sie den chat/completions Endpunkt mit der Modell-ID uncensored. Das System gibt basierend auf Ihrem Prompt generierten Text zurück, ohne legale Erwachseneninhalte zu filtern.

Copyfrom openai import OpenAI

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

Dieser Ansatz funktioniert zur Generierung kreativen Schreibens, Rollenspiel oder zum Beantworten von Fragen, die Standardmodelle möglicherweise verweigern. Sie steuern den Kontext, indem Sie die Benutzer- und Assistenten-Nachrichten klar definieren.

Streaming-Antworten

Erhalte Tokens in Echtzeit über Server-Sent Events. Dies reduziert die wahrgenommene Latenz bei langen Ausgaben. Das SDK verarbeitet den Stream und gibt Tokens aus, sobald sie generiert werden.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uncensoredgptchat.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 ist ideal für Chat-Schnittstellen, bei denen Benutzer sofortiges Feedback erwarten. Sie können jedes Token verarbeiten, sobald es eingeht, ohne auf die vollständige Antwort zu warten.

Funktionsaufruf (Tools)

Definieren Sie externe Tools und lassen Sie das Modell entscheiden, wann sie verwendet werden sollen. Übergeben Sie eine Liste von Funktionsdefinitionen in der tools Parameter. Die API gibt strukturierte Tool-Aufrufe zurück, die Ihr Code ausführen kann.

Diese Funktion unterstützt standardisierte Funktionsaufruf-Formate. Sie können benutzerdefinierte Logik für Datenabrufe oder Aktionsausführung nahtlos integrieren.

JSON-Modus

Zwingen Sie die Ausgabe in ein strenges JSON-Objekt. Setzen Sie response_format zu {"type": "json_object"}. Dies stellt sicher, dass die Antwort von Ihrer Anwendung verarbeitet werden kann.

Verwenden Sie den JSON-Modus, wenn Sie strukturierte Daten für die nachgelagerte Verarbeitung benötigen. Das Modell hält sich an das Schema, das Sie in der Eingabeaufforderung angeben.

Parameter und Limits

Verwalten Sie Parallelität und Token-Nutzung mit spezifischen Limits. Sie können 300 Anfragen pro Minute und 8 gleichzeitige Anfragen pro Schlüssel senden. Das Kontextfenster unterstützt insgesamt 100.000 Tokens.

Fehler wie 401 zeigen einen ungültigen Schlüssel an, während 402 bedeutet, dass kein Guthaben mehr vorhanden ist. Ratenbegrenzungen geben 429 zurück. Passen Sie temperature und top_p um Zufälligkeit zu steuern. Fehler und Ablehnungen verbrauchen kein Guthaben.

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)