Documentazione API per Modello Senza Censura

URL Base e Autenticazione

Usa il nostro URL di base per tutte le richieste e passa la tua chiave API nell'intestazione. Questa configurazione funziona con qualsiasi SDK standard di OpenAI o client HTTP senza modifiche. Ricevi una chiave immediatamente dopo l'iscrizione con Google o email, senza bisogno di numero di telefono. La chiave autentica il tuo account sui nostri server per ogni richiesta che invii.

Tieni la tua chiave al sicuro, poiché garantisce l'accesso al tuo credito prepagato. Puoi generare una nuova chiave in qualsiasi momento, che sostituirà istantaneamente quella vecchia. Non è necessario gestire più chiavi o navigare tra ambiti di autorizzazione complessi per un utilizzo di base.

Prima richiesta

Invia il tuo primo messaggio all'endpoint per le chat completions con un prompt semplice. Il modello risponde con un output testuale, pronto per la logica della tua applicazione. Puoi testare la connettività e la qualità della risposta con una struttura di richiesta minima. Questo conferma che la tua chiave funziona e che il modello uncensored è attivo.

La risposta include il testo generato e i dettagli sull'utilizzo dei token. Puoi analizzare questi dati per visualizzare i risultati o inserirli in prompt successivi. Questo è il modo più veloce per verificare la tua integrazione prima di costruire flussi di lavoro complessi.

Copycurl https://api.unfilterchatgpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top ten best practices for react state management"}]
  }'

Integrazione SDK Python

Installa il pacchetto Python ufficiale di OpenAI e puntalo al nostro URL base. Questo ti permette di utilizzare metodi familiari come client.chat.completions.create() senza modificare la struttura del codice. Passa la tua chiave API come valore predefinito per la libreria. Questo approccio semplifica l'integrazione per i progetti esistenti che utilizzano già client compatibili con OpenAI.

Puoi impostare parametri come temperature o top_p per controllare la casualità della risposta. La libreria gestisce automaticamente la serializzazione e l'analisi degli errori. Questo riduce il codice boilerplate e accelera lo sviluppo sia per script semplici che per applicazioni complesse.

Copyfrom openai import OpenAI

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

Setup SDK Node.js

Inizializza il client Node.js OpenAI con il nostro URL di base e la tua chiave API. Questo garantisce la compatibilità con i progetti JavaScript e TypeScript standard. Puoi utilizzare gli stessi metodi di completamento disponibili nell'SDK Python. Il client gestisce le richieste di rete e il parsing delle risposte in modo efficiente.

Configura le opzioni del client in base alle esigenze della tua applicazione. Puoi regolare i timeout delle richieste o la logica di ritentata se necessario. Questa configurazione funziona perfettamente con gli ambienti Node.js esistenti, rendendo facile aggiungere capacità AI uncensored ai tuoi servizi backend.

Copyimport OpenAI from "openai";

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

Risposte in streaming

Abilita lo streaming impostando il parametro stream su true nella tua richiesta. Questo invia le risposte token per token man mano che vengono generate. Fornisce un'esperienza utente migliore per le applicazioni in tempo reale. Puoi visualizzare i risultati parziali immediatamente mentre il modello continua a lavorare.

Analizza gli chunk dello stream per estrarre il contenuto. L'ultimo chunk contiene l'utilizzo totale dei token per la richiesta. Ciò ti consente di monitorare i costi con precisione fornendo al contempo feedback istantaneo agli utenti. Lo streaming è ideale per le interfacce di chat e gli strumenti interattivi.

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)

Limiti di frequenza, errori e contesto

La finestra di contesto supporta 100.000 token sia per il prompt che per il completamento. Puoi inviare documenti lunghi o conversazioni estese senza troncamento. Tuttavia, l'output massimo per richiesta è di 16.000 token, o 2.048 se non imposti il limite. Ciò garantisce prestazioni coerenti per le risposte di grandi dimensioni.

I limiti di frequenza consentono 300 richieste al minuto e 8 richieste concorrenti per chiave. Gli errori includono 401 per chiavi non valide e 402 per credito insufficiente. I rifiuti dovuti ai limiti di contenuto sono gratuiti, mentre gli errori non consumano credito. Gestisci le tue richieste in modo efficiente per evitare il throttling durante i periodi di alto traffico.