Dokumentacja API Uncensored AI

Konfiguracja autoryzacji bazowego URL

Zacznij od wskazania klienta na https://api.uncensoredaiopen.com/v1 i wysyłając swój klucz API w Authorization Nagłówek. Ten adres URL bazowy działa z dowolnym klientem kompatybilnym z OpenAI, więc wystarczy zmienić punkt końcowy i wstrzyknąć swój klucz. Nie używamy osadzania, obrazów ani audio, tylko czystą generację tekstu. Twój klucz daje dostęp do uncensored model, który nie odrzuca legalnych treści dla dorosłych. Zarejestruj się za pomocą Google lub e-maila, aby natychmiast uzyskać klucz. Nie jest wymagany numer telefonu. Klucz jest wyświetlany natychmiast po utworzeniu.

Pierwsze żądanie

Wyślij pierwszy prompt używając standardowego żądania POST do endpointu chat completions. Potwierdza to, że Twój klucz działa i zwraca odpowiedź tekstową. Identyfikator modelu to po prostu uncensored. Możesz wysłać dowolny prompt, w tym tematy dla dorosłych, bez odmowy. Odpowiedź wraca w formacie JSON. Użyj poniższego polecenia curl do przetestowania konfiguracji. Wysyła ona prostą wiadomość i oczekuje odpowiedzi tekstowej.

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"}]
  }'

To żądanie demonstruje podstawowy przepływ tekst-wejście, tekst-wyjście. Możesz dostosować model pole, jeśli chcesz być wyraźny, ale uncensored to jedyna opcja. Odpowiedź zawiera wygenerowany tekst w choices tablicę.

Integracja Python SDK

Użyj oficjalnej biblioteki Pythona OpenAI do szybkiej integracji. Ustaw base_url do naszego punktu końcowego i podaj swój klucz. To podejście obsługuje za Ciebie ponawianie prób i parsowanie JSON. To najszybszy sposób na zbudowanie prototypu. Poniższy kod pokazuje, jak zainicjować klienta i wysłać wiadomość. Możesz następnie iterować po obiekcie odpowiedzi.

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)

To rozwiązanie zapewnia kompatybilność z istniejącą bazą kodu. The response.choices[0].message.content pole zawiera wygenerowany tekst. Możesz przekazać parametry takie jak temperature kontrolować kreatywność. Model odpowiada na standardowe prompty bez filtrów treści dla tematów dla dorosłych.

Integracja SDK Node

Zintegruj się z JavaScript lub TypeScript, korzystając z Node SDK OpenAI. Skonfiguruj klienta, podając nasz bazowy adres URL i klucz API. Ta metoda jest idealna dla serwerów sieciowych lub usług backendowych. Poniższy fragment kodu demonstruje podstawowe wywołanie ukończenia czatu. Obsługuje żądanie i loguje tekst odpowiedzi. Możesz rozszerzyć go o obsługę błędów lub strumieniowanie danych.

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);

The response obiekt zawiera wygenerowaną treść. Możesz uzyskać do niego dostęp poprzez response.choices[0].message.content. To SDK obsługuje wzorce async/await dla czystego kodu. Możesz również ustawić parametry takie jak top_p lub seed dla odtwarzalności. Model jest dostrojony do nieograniczonego generowania tekstu.

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając stream: true w Twoim żądaniu. Wysyła to tokeny w miarę ich generowania, zmniejszając postrzeganą opóźnienie. API używa zdarzeń wysyłanych przez serwer (SSE) do aktualizacji w czasie rzeczywistym. Szczegóły użycia tokenów są zawarte w ostatnim fragmencie. Jest to przydatne dla interfejsów czatu, gdzie użytkownicy widzą tekst pojawiający się na żywo. Poniższy kod pokazuje, jak obsługiwać strumieniowanie w Pythonie.

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)

Każdy fragment zawiera częściową odpowiedź. Możesz je połączyć, aby utworzyć pełny tekst. Ostatni fragment zawiera statystyki użycia, takie jak liczba tokenów wejściowych i wyjściowych. Błędy podczas strumieniowania są wysyłane jako osobne fragmenty. Możesz przerwać strumień wcześniej, jeśli użytkownik przerwie żądanie.

Limity, błędy i okno kontekstu

Okno kontekstowe wynosi 100 000 tokenów łącznie dla promptu i uzupełnienia. Maksymalna liczba tokenów wyjściowych wynosi 16 000 na żądanie, lub 2 048, jeśli max_tokens jest nieustawione. Jesteś ograniczony do 300 żądań na minutę i 8 jednoczesnych żądań na klucz. Rozmiar ciała żądania musi mieścić się w limicie 8 MB. Błędy obejmują 401 dla nieprawidłowych kluczy, 402 dla niewystarczającego kredytu i 429 dla limitów szybkości. Kredyt jest prepay i nigdy nie wygasa. Zwrotów nie wydaje się, ale podwójne obciążenia są naprawiane przez Support. Model zawsze odrzuca drobne treści seksualne.