Documentação da API Uncensored AI

Configuração de autenticação da URL Base

Come apontando seu cliente para https://api.uncensoredaiopen.com/v1 e enviando sua chave de API no Authorization cabeçalho. Esta URL base funciona com qualquer cliente compatível com OpenAI, então você só precisa alterar o endpoint e injetar sua chave. Não usamos embeddings, imagens ou áudio, apenas geração de texto pura. Sua chave concede acesso ao uncensored modelo, que não recusa conteúdo adulto lícito. Cadastre-se com Google ou e-mail para obter sua chave instantaneamente. Nenhum número de telefone é necessário. A chave é exibida imediatamente após a criação.

Primeira solicitação

Envie seu primeiro prompt usando uma requisição POST padrão para o endpoint de conclusões de chat. Isso confirma que sua chave funciona e retorna uma resposta de texto. O id do modelo é simplesmente uncensored. Você pode enviar qualquer prompt, incluindo temas adultos, sem recusa. A resposta é retornada em JSON. Use o seguinte comando curl para testar sua configuração. Ele envia uma mensagem simples e espera uma resposta 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"}]
  }'

Essa solicitação demonstra o fluxo básico de entrada e saída de texto. Você pode ajustar o model field if you want to be explicit, but uncensored é a única opção. A resposta inclui o texto gerado no choices array.

Integração do SDK Python

Use a biblioteca oficial da OpenAI para Python para integrar rapidamente. Defina o base_url para o nosso endpoint e forneça sua chave. Esta abordagem lida com retentativas e análise JSON para você. É a maneira mais rápida de criar um protótipo. O código abaixo mostra como inicializar o cliente e enviar uma mensagem. Você pode então iterar sobre o objeto de resposta.

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 configuração garante compatibilidade com sua base de código existente. O response.choices[0].message.content field contains the generated text. You can pass parameters like temperature para controlar a criatividade. O modelo responde a prompts padrão sem filtros de conteúdo para tópicos adultos.

Integração do SDK Node

Integre com JavaScript ou TypeScript usando o SDK Node do OpenAI. Configure o cliente com nossa URL base e sua chave de API. Este método é ideal para servidores web ou serviços backend. O snippet de código abaixo demonstra uma chamada básica de conclusão de chat. Ele lida com a solicitação e registra o texto da resposta. Você pode estender isso para lidar com erros ou transmitir dados.

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);

O response o objeto contém o conteúdo gerado. Você pode acessá-lo via response.choices[0].message.content. Este SDK suporta padrões async/await para um código limpo. Você também pode definir parâmetros como top_p ou seed para reprodutibilidade. O modelo é ajustado para geração de texto sem restrições.

Respostas de streaming

Ative o streaming definindo stream: true na sua solicitação. Isso envia tokens conforme são gerados, reduzindo a latência percebida. A API usa Eventos Enviados pelo Servidor (SSE) para atualizações em tempo real. Os detalhes de uso de tokens são incluídos no último fragmento. Isso é útil para interfaces de chat onde os usuários veem o texto aparecer ao vivo. O código abaixo mostra como lidar com o streaming em 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 chunk contém uma resposta parcial. Você pode concatená-los para formar o texto completo. O último chunk inclui estatísticas de uso, como contagens de tokens de entrada e saída. Erros durante o streaming são enviados como chunks separados. Você pode interromper o fluxo antecipadamente se o usuário interromper a requisição.

Limites, erros e janela de contexto

A janela de contexto é de 100.000 tokens para prompt e conclusão combinados. A saída máxima é de 16.000 tokens por solicitação, ou 2.048 se max_tokens está indefinido. Você está limitado a 300 solicitações por minuto e 8 solicitações simultâneas por chave. O corpo da solicitação deve estar abaixo de 8 MB. Os erros incluem 401 para chaves inválidas, 402 para crédito insuficiente e 429 para limites de taxa. O crédito é pré-pago e nunca expira. Reembolsos não são emitidos, mas cobranças duplicadas são corrigidas via Suporte. O modelo sempre recusa conteúdo sexual leve.