Dokumentasi API untuk Model Tanpa Sekatan

URL Asas dan Pengesahan

Gunakan URL asas kami untuk semua permintaan dan hantar kunci API anda dalam header. Sediaan ini berfungsi dengan mana-mana SDK OpenAI piawai atau klien HTTP tanpa pengubahsuaian. Anda menerima kunci serta-merta selepas mendaftar dengan Google atau e-mel, tanpa nombor telefon diperlukan. Kunci ini mengesahkan akaun anda terhadap pelayan kami untuk setiap permintaan yang anda buat.

Kekalkan kunci anda selamat, kerana ia memberikan akses kepada kredit pra-dibayar anda. Anda boleh menjana kunci baru pada bila-bila masa, yang menggantikan kunci lama serta-merta. Tidak perlu menguruskan pelbagai kunci atau menavigasi skop kebenaran yang kompleks untuk penggunaan asas.

Permintaan Pertama

Hantar mesej pertama anda ke endpoint penyelesaian sem dengan arahan mudah. Model memberikan output teks, sedia untuk logik aplikasi anda. Anda boleh menguji sambungan dan kualiti respons dengan struktur permintaan minimum. Ini mengesahkan kunci anda berfungsi dan model tanpa sensor aktif.

Respons termasuk teks yang dijana dan butiran penggunaan token. Anda boleh mengekstrak data ini untuk memaparkan hasil atau memberikannya ke permintaan seterusnya. Ini adalah cara terpantas untuk mengesahkan integrasi anda sebelum membina aliran kerja kompleks.

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"}]
  }'

Integrasi SDK Python

Pasang pakej Python rasmi OpenAI dan arahkan ke URL asas kami. Ini membolehkan anda menggunakan kaedah yang sudah dikenali seperti client.chat.completions.create() tanpa mengubah struktur kod anda. Hantar kunci API anda sebagai nilai lalai untuk perpustakaan tersebut. Pendekatan ini memudahkan integrasi untuk projek sedia ada yang sudah menggunakan klien serasi OpenAI.

Anda boleh menetapkan parameter seperti suhu atau top_p untuk mengawal keacakan respons. Perpustakaan mengendalikan serialisasi dan penguraian ralat secara automatik. Ini mengurangkan kod boiler dan mempercepatkan pembangunan untuk skrip mudah dan aplikasi kompleks.

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)

Persediaan SDK Node.js

Mulakan klien Node.js OpenAI dengan URL asas kami dan kunci API anda. Ini memastikan keserasian dengan projek JavaScript dan TypeScript piawai. Anda boleh menggunakan kaedah penyelesaian yang sama yang tersedia dalam SDK Python. Klien mengendalikan permintaan rangkaian dan penguraian respons dengan cekap.

Konfigurasikan pilihan klien untuk memenuhi keperluan aplikasi anda. Anda boleh melaraskan masa tunggu permintaan atau logik percubaan semula jika perlu. Persediaan ini berfungsi dengan lancar dengan persekitaran Node.js sedia ada, menjadikannya mudah untuk menambah keupayaan AI uncensored ke perkhidmatan backend anda.

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);

Respons Streaming

Aktifkan penstriman dengan menetapkan parameter stream kepada true dalam permintaan anda. Ini menghantar respons token demi token apabila ia dijana. Ia memberikan pengalaman pengguna yang lebih baik untuk aplikasi masa nyata. Anda boleh memaparkan hasil separa serta-merta sementara model terus bekerja.

Uraikan chunk aliran untuk mengekstrak kandungan. Chunk akhir mengandungi penggunaan token jumlah untuk permintaan tersebut. Ini membolehkan anda menjejaki kos dengan tepat sambil memberikan maklum balas serta-merta kepada pengguna. Aliran sangat sesuai untuk antara muka sembang dan alat interaktif.

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)

Had had laju, ralat, dan konteks

Jendela konteks menyokong 100,000 token untuk prompt dan penyelesaian. Anda boleh menghantar dokumen panjang atau perbualan lanjutan tanpa pemotongan. Walau bagaimanapun, output maksimum setiap permintaan ialah 16,000 token, atau 2,048 jika anda tidak menetapkan had. Ini memastikan prestasi konsisten untuk respons besar.

Rate limits allow 300 requests per minute and 8 concurrent requests per key. Errors include 401 for invalid keys and 402 for insufficient credit. Refusals due to content limits are free, while errors do not consume credit. Manage your requests efficiently to avoid throttling during high traffic periods.