Documentation de l'API IA sans censure

URL de base et authentification

Démarrez chaque requête vers notre LLM sans filtre en pointant votre client vers notre URL de base. Utilisez HTTPS://api.uncensensoredai.com/v1 comme point de terminaison. Authentifiez-vous avec votre clé API dans l'en-tête Authorization. Vous obtenez une clé par compte. Remplacez-la si vous en avez besoin d'une nouvelle. La clé apparaît juste après votre inscription avec Google ou e-mail. Aucun numéro de téléphone requis. Gardez votre clé secrète. Traitez-la comme un mot de passe. Elle donne accès à votre crédit prépayé. Les erreurs et les refus ne vous facturent pas. Seuls les vrais tokens comptent. Cette configuration fonctionne avec n'importe quel SDK compatible OpenAI. Il suffit de mettre à jour la chaîne de l'URL de base. Vos requêtes vont directement à nos serveurs. Pas d'intermédiaires. Pas de logique de routage supplémentaire à déboguer. C'est simple. Vous contrôlez l'entrée. Vous possédez la sortie. La confidentialité compte. Nous n'entraînons pas nos modèles sur vos prompts. Vos données vous appartiennent. Le modèle sans filtre répond au contenu adulte légal sans hésitation. C'est la promesse principale. Définissez votre en-tête. Pointez votre client. Commencez à discuter.

Première demande

Effectuez votre première requête avec une simple requête POST. Utilisez l'ID du modèle uncensored. Envoyez un message utilisateur. Recevez une complétion. C'est le moyen le plus rapide de vérifier que votre clé fonctionne. Essayez cette commande dans votre terminal. Remplacez YOUR_API_KEY par votre clé réelle. Gardez le prompt système minimal. Concentrez-vous sur la tâche. Le modèle générera du texte immédiatement. Vérifiez le corps de la réponse. Recherchez le champ content. Il contient la réponse de l'IA. Si vous obtenez une erreur 401, votre clé est incorrecte. Si vous obtenez une erreur 402, vous avez besoin de crédit. Si vous obtenez une erreur 429, vous avez atteint la limite de taux. Cet exemple curl montre la structure de base. Il est épuré. Il est direct. Il prouve que l'API fonctionne. Vous pouvez maintenant développer votre application. La clé API uncensored est prête. Commencez l'intégration dès aujourd'hui.

Intégration SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour interagir avec notre point de terminaison. Définissez l'URL de base sur l'adresse de notre API. Injectez votre clé. Appelez chat.completions.create. Transmettez le nom du modèle comme uncensored. Envoyez vos messages dans une liste. La bibliothèque gère la sérialisation JSON. Vous obtenez un objet de réponse structuré. Accédez à la réponse de l'assistant via .choices[0].message.content. Cette approche est fiable. Elle correspond au comportement du SDK standard. Vous n'avez pas besoin de code d'analyse personnalisé. Les modèles d'IA sans filtre suivent le même protocole. Ajustez les paramètres si nécessaire. Définissez la température pour la créativité. Utilisez des séquences d'arrêt pour le contrôle. Le SDK Python rend l'intégration triviale. La logique de votre chatbot reste simple. Concentrez-vous sur les fonctionnalités de votre application. Laissez le SDK gérer les détails HTTP. C'est la voie recommandée pour les développeurs Python. Elle est robuste. Elle est bien documentée. Commencez à coder maintenant.

Utilisation du SDK Node.js

Intégrez avec Node.js en utilisant le package npm openai. Configurez l'URL de base pour pointer vers notre serveur. Transmettez votre clé API dans les options. Appelez chat.completions.create avec le modèle uncensored. Fournissez votre tableau de messages. Le SDK retourne une Promise. Attendez le résultat. Extrayez le contenu de la réponse. Cela fonctionne parfaitement avec le code OpenAI existant. Vous échangez l'URL. Vous gardez la logique. La clé API de l'API AI uncensored assure l'authentification. Gérez les erreurs avec des blocs try-catch. Vérifiez les limites de débit. Gérez les nouvelles tentatives si nécessaire. L'écosystème Node est mature. Cette intégration exploite cette maturité. Votre serveur peut gérer un débit élevé. Diffusez les réponses si vous préférez une sortie en temps réel. Utilisez les paramètres standards. La température, le top_p et le stop fonctionnent comme prévu. C'est le moyen le plus rapide de démarrer avec Node. Écrivez moins de code. Déployez plus vite. Le modèle uncensored est prêt pour votre application.

Réponses en streaming

Diffusez les jetons pour une meilleure expérience utilisateur. Activez le streaming dans votre appel SDK. Définissez stream sur true. L'API renvoie un flux de blocs. Chaque bloc contient du contenu partiel. Mettez à jour votre interface utilisateur en temps réel. Cela réduit la latence perçue. Les utilisateurs voient le texte apparaître instantanément. L'API d'IA sans filtre prend cela en charge nativement. Suivez l'utilisation dans le dernier bloc. Le dernier bloc inclut les compteurs de jetons. Sommez-les pour une facturation précise. Les erreurs lors du streaming sont rares. Gérez-les avec soin. Fermez le flux une fois terminé. Cette méthode fonctionne avec tous les clients compatibles OpenAI. Elle est idéale pour les interfaces de chat. Vos utilisateurs apprécient la rapidité. Le modèle sans filtre répond rapidement. Diffusez la sortie. Maintenez la conversation en cours. C'est ainsi que devraient fonctionner les applications IA modernes. Rapide. Fluide. Réactif. Implémentez le streaming aujourd'hui.

Limites, erreurs et contexte

Connaissez vos contraintes avant de passer à l'échelle. La fenêtre de contexte est de 100 000 tokens au total. Cela inclut l'invite et la complétion. La sortie maximale est de 16 000 tokens. Le max_tokens par défaut est de 2 048. La limite de débit est de 300 requêtes par minute. La concurrence est de 8 requêtes à la fois. La taille du corps de la requête est de 8 Mo. Gérez les erreurs 401 en vérifiant votre clé. Corrigez les erreurs 402 en rechargant votre crédit. Gérez les erreurs 429 en ralentissant. Ces limites sont fermes. Elles garantissent la stabilité. L'API IA sans censure est transparente sur ces règles. Pas de plafonds cachés. Pas de throttling surprise. Planifiez votre architecture en conséquence. Regroupez les requêtes si nécessaire. Surveillez votre utilisation. Le modèle de crédit prépayé garde les coûts prévisibles. Les erreurs ne consomment pas de tokens. Les refus ne consomment pas de tokens. Vous ne payez que pour les complétions valides. C'est équitable. C'est clair. Construisez en toute confiance. Connaissez les limites. Évitez les erreurs. Montez en puissance en douceur.

cURL

Copycurl https://api.uncensensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top 3 python libraries for web scraping"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)