Documentazione API AI Non Censurata

Configurazione autenticazione URL Base

Inizia puntando il tuo client a https://api.uncensoredaiopen.com/v1 e l'invio della tua chiave API nell' Authorization header. Questo URL base funziona con qualsiasi client compatibile con OpenAI, quindi devi solo modificare l'endpoint e iniettare la tua chiave. Non utilizziamo embeddings, immagini o audio, solo generazione di testo pura. La tua chiave garantisce l'accesso al uncensored modello, che non rifiuta contenuti adulti leciti. Iscriviti con Google o email per ottenere la tua chiave istantaneamente. Non è richiesto il numero di telefono. La chiave viene mostrata immediatamente dopo la creazione.

Prima richiesta

Invia il tuo primo prompt utilizzando una richiesta POST standard all'endpoint per le chat completions. Questo conferma che la tua chiave funziona e restituisce una risposta testuale. L'id del modello è semplicemente uncensored. Puoi inviare qualsiasi prompt, inclusi temi per adulti, senza rifiuti. La risposta viene restituita in formato JSON. Usa il seguente comando curl per testare la tua configurazione. Invia un messaggio semplice e si aspetta una risposta testuale.

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"}]
  }'

Questa richiesta dimostra il flusso base di testo in, testo out. Puoi regolare il model field se vuoi essere esplicito, ma uncensored è l'unica opzione. La risposta include il testo generato nel choices array.

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per un'integrazione rapida. Imposta il base_url al nostro endpoint e fornisci la tua chiave. Questo approccio gestisce per te i tentativi e l'analisi JSON. È il modo più veloce per creare un prototipo. Il codice sottostante mostra come inizializzare il client e inviare un messaggio. Puoi poi iterare sull'oggetto di risposta.

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)

Questa configurazione garantisce la compatibilità con il tuo codebase esistente. Il response.choices[0].message.content field contiene il testo generato. Puoi passare parametri come temperature per controllare la creatività. Il modello risponde ai prompt standard senza filtri di contenuto per gli argomenti adulti.

Integrazione SDK Node

Integra con JavaScript o TypeScript utilizzando l'SDK Node di OpenAI. Configura il client con il nostro URL di base e la tua chiave API. Questo metodo è ideale per server web o servizi backend. Lo snippet di codice sottostante dimostra una chiamata base di completamento chat. Gestisce la richiesta e registra il testo della risposta. Puoi estenderlo per gestire errori o dati in streaming.

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);

Il response l'oggetto contiene il contenuto generato. È possibile accedervi tramite response.choices[0].message.content. Questo SDK supporta i pattern async/await per un codice pulito. Puoi anche impostare parametri come top_p o seed per la riproducibilità. Il modello è ottimizzato per la generazione di testo senza restrizioni.

Risposte in streaming

Abilita lo streaming impostando stream: true nella tua richiesta. Questo invia i token man mano che vengono generati, riducendo la latenza percepita. L'API utilizza Server-Sent Events (SSE) per gli aggiornamenti in tempo reale. I dettagli sull'utilizzo dei token sono inclusi nel blocco finale. Questo è utile per le interfacce chat dove gli utenti vedono il testo apparire in diretta. Il codice seguente mostra come gestire lo streaming in 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)

Ogni chunk contiene una risposta parziale. Puoi concatenarli per formare il testo completo. L'ultimo chunk include le statistiche di utilizzo, come i conteggi dei token di input e output. Gli errori durante lo streaming vengono inviati come chunk separati. Puoi interrompere lo streaming anticipatamente se l'utente interrompe la richiesta.

Limiti, errori e finestra di contesto

La finestra di contesto è di 100.000 token per prompt e completamento combinati. L'output massimo è di 16.000 token per richiesta, oppure 2.048 se max_tokens è non impostato. Sei limitato a 300 richieste al minuto e 8 richieste concorrenti per chiave. La dimensione del corpo della richiesta non deve superare 8 MB. Gli errori includono 401 per chiavi non valide, 402 per credito insufficiente e 429 per limiti di frequenza. Il credito è prepagato e non scade. Non vengono emessi rimborsi, ma le addebiti doppi vengono risolti tramite Supporto. Il modello rifiuta sempre i contenuti sessuali che coinvolgono minori.