مستندات API هوش مصنوعی بدون فیلتر

URL پایه و احراز هویت

هر درخواست را با اشاره SDK خود به URL پایه ما شروع کنید.

HTTPS://api.uncensoredaitool.com/v1

کلید API خود را در هدر Authorization قرار دهید. ما بلافاصله پس از ثبت‌نام یک کلید برای هر حساب صادر می‌کنیم. کلیدها را آزادانه بچرخانید زیرا کلیدهای قدیمی‌تر را جایگزین می‌کنند.

• هزینه‌های ماهانه اعمال می‌شود.
• احراز هویت از توکن‌های Bearer استفاده می‌کند.

Copycurl 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"}]
  }'

ارسال درخواست‌ها: POST /v1/chat/completions

پayloadهای JSON را به نقطه پایانی تکمیل گفتگو ارسال کنید.

مدل خود را به‌عنوان "uncensored" تعریف کنید. پیام‌ها را در قالب آرایه استاندارد ارسال کنید. API پاسخ‌های متنی را به‌صورت فوری بازمی‌گرداند. از این API LLM uncensored برای نقش‌آفرینی یا استخراج داده استفاده کنید.

Copyfrom 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)

پاسخ‌های استریم از طریق SSE

با تنظیم stream به true، پخش زنده (streaming) را فعال کنید.

فوری رویدادهای ارسالی سرور (SSE) حاوی قطعات متنی جزئی دریافت کنید. جزئیات استفاده توکن در قطعه نهایی ظاهر می‌شود. این روش تأخیر ادراک‌شده را برای خروجی‌های طولانی کاهش می‌دهد.

Copyimport 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);

فراخوانی تابع و حالت JSON

از مدل برای استخراج داده‌های ساختاریافته استفاده کنید.

یک طرحواره را در پارامتر tools ارسال کنید. API اشیای JSON ساختاریافته برمی‌گرداند. حالت JSON سخت‌گیرانه را با response_format فعال کنید تا تجزیه قابل اعتمادی داشته باشید. این روش برای وظایف برنامه‌نویسی یا تولید داده‌های فرم بسیار مناسب است.

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)

پارامترها: دما، Top-P و Stop Sequences

خلاقیت و مرزهای خروجی را کنترل کنید.

دمای مدل را برای تنظیم تصادفی‌سازی تعیین کنید. پارامتر top_p را برای نمونه‌گیری هسته تنظیم کنید. دنباله‌های توقف را تعریف کنید تا تولید در نشانه‌های خاص متوقف شود. مقادیر Seed نتایج قابل تکرار برای تست را تضمین می‌کنند.

شناسه مدل و محدودیت‌های پنجره زمینه

مدل را روی "uncensored" تنظیم کنید.

پنجره زمینه (Context Window) در مجموع ۱۰۰,۰۰۰ توکن پشتیبانی می‌کند. حداکثر خروجی ۱۶,۰۰۰ توکن در هر درخواست است. خطاها و رد شدن‌ها اعتباری مصرف نمی‌کنند. درخواست‌هایی که از محدودیت‌ها تجاوز کنند، خطای 400 برمی‌گردانند.