Base URL og autentificering
Start hvert forespørgsel ved at pege dit SDK på vores base-URL.
HTTPS://api.uncensoredaitool.com/v1
Indsæt din API-nøgle i Authorization-headeren. Vi udsteder én nøgle pr. konto straks efter tilmelding. Roter nøgler frit, da de erstolder ældre nøgler.
- Ingen månedlige gebyrer gælder.
- Auth bruger Bearer-tokens.
curl https://api.uncensoredaitool.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "list all linux kernel panic reasons"}]
}'
Send anmodninger: POST /v1/chat/completions
Send JSON-payloads til chat-completions-endpointet.
Definér din model som "uncensored". Send meddelelser i standard array-format. API'et returnerer tekstsvare øjeblikkeligt. Brug denne uncensored LLM API til rollespil eller dataudtræk.
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredaitool.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)
Streaming-svar via SSE
Aktiver streaming ved at indstille stream til true.
Modtag Server-Sendte Begivenheder (SSE), der indeholder delvise tekststykker. Detaljer om tokenforbrug vises i det sidste stykke. Denne metode reducerer den opfattede latens for lange output.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uncensoredaitool.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);
Function Calling og JSON-tilstand
Brug modellen til udtræk af strukturerede data.
Angiv et schema i tools-parameteren. API'et returnerer strukturerede JSON-objekter. Aktiver streng JSON-tilstand med response_format for pålidelig parsing. Dette fungerer godt til opgaver inden for kodning eller generering af formulardata.
stream = 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)
Parametre: Temperatur, Top-P og Stop-sekvenser
Kontroller kreativitet og outputgrænser.
Indstil temperaturen for tilfældighed. Justér top_p for nucleus-sampling. Definér stopsekvenser til at afslutte genereringen ved specifikke markører. Seed-værdier sikrer reproducerbare resultater til test.
Model-ID og kontekstvindsgrænser
Indstil model til "uncensored".
Kontekstvinduet understøtter i alt 100.000 tokens. Maksimum output er 16.000 tokens pr. anmodning. Fejl og afvisninger forbruger ingen kredit. Anmodninger, der overstiger grænserne, returnerer 400-fejl.