Documentación de la API de IA sin censura

Configuración de autenticación de URL Base

Empieza apuntando tu cliente a https://api.uncensoredaiopen.com/v1 y enviar tu clave de API en el Authorization header. Esta URL base funciona con cualquier cliente compatible con OpenAI, por lo que solo necesitas cambiar el endpoint e inyectar tu clave. No utilizamos incrustaciones, imágenes ni audio, solo generación de texto pura. Tu clave otorga acceso al uncensored el modelo, que no rechaza contenido adulto legal. Regístrate con Google o correo electrónico para obtener tu clave al instante. No se requiere número de teléfono. La clave se muestra inmediatamente después de la creación.

Primera solicitud

Envía tu primer prompt utilizando una solicitud POST estándar al endpoint de chat completions. Esto confirma que tu clave funciona y devuelve una respuesta de texto. El id del modelo es simplemente uncensored. Puedes enviar cualquier prompt, incluidos temas para adultos, sin que se rechace. La respuesta se devuelve en formato JSON. Usa el siguiente comando curl para probar tu configuración. Envía un mensaje simple y espera una respuesta de texto.

Copycurl https://api.uncensoredaiopen.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set user role to admin in the config file"}]
  }'

Esta solicitud demuestra el flujo básico de texto de entrada a texto de salida. Puedes ajustar el model field if you want to be explicit, but uncensored es la única opción. La respuesta incluye el texto generado en el choices array.

Integración del SDK de Python

Utiliza la biblioteca oficial de Python de OpenAI para integrar rápidamente. Configura la base_url a nuestro endpoint y proporciona tu clave. Este enfoque gestiona los reintentos y el análisis JSON por ti. Es la forma más rápida de crear un prototipo. El siguiente código muestra cómo inicializar el cliente y enviar un mensaje. Luego puedes iterar sobre el objeto de respuesta.

Copyfrom openai import OpenAI

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

Esta configuración asegura la compatibilidad con tu base de código existente. La response.choices[0].message.content field contains the generated text. You can pass parameters like temperature para controlar la creatividad. El modelo responde a prompts estándar sin filtros de contenido para temas adultos.

Integración del SDK Node

Integra con JavaScript o TypeScript utilizando el SDK de Node de OpenAI. Configura el cliente con nuestra URL base y tu clave de API. Este método es ideal para servidores web o servicios backend. El fragmento de código a continuación demuestra una llamada básica de finalización de chat. Maneja la solicitud y registra el texto de respuesta. Puedes extender esto para manejar errores o transmitir datos.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uncensoredaiopen.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);

El response el objeto contiene el contenido generado. Puedes acceder a él mediante response.choices[0].message.content. Este SDK admite patrones async/await para un código limpio. También puedes configurar parámetros como top_p o seed para reproducibilidad. El modelo está ajustado para la generación de texto sin restricciones.

Respuestas de streaming

Habilita la transmisión estableciendo stream: true en tu solicitud. Esto envía tokens a medida que se generan, reduciendo la latencia percibida. La API utiliza Eventos Enviados por Servidor (SSE) para actualizaciones en tiempo real. Los detalles de uso de tokens se incluyen en el último fragmento. Esto es útil para interfaces de chat donde los usuarios ven el texto aparecer en vivo. El siguiente código muestra cómo manejar el streaming en Python.

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)

Cada fragmento contiene una respuesta parcial. Puedes concatenarlos para formar el texto completo. El fragmento final incluye estadísticas de uso, como el recuento de tokens de entrada y salida. Los errores durante el streaming se envían como fragmentos separados. Puedes detener el flujo temprano si el usuario interrumpe la solicitud.

Límites, errores y ventana de contexto

La ventana de contexto es de 100.000 tokens combinados para entrada y salida. La salida máxima es de 16.000 tokens por solicitud, o 2.048 si max_tokens no está establecido. Estás limitado a 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. El tamaño del cuerpo de la solicitud no debe exceder 8 MB. Los errores incluyen 401 para claves inválidas, 402 por crédito insuficiente y 429 por límites de tasa. El crédito es prepagado y nunca expira. No se emiten reembolsos, pero los cargos dobles se solucionan vía Soporte. El modelo siempre rechaza contenido sexual con menores.