API-documentatie voor ongefilterd model

Basis-URL en authenticatie

Gebruik onze basis-URL voor alle verzoeken en voeg je API-sleutel toe in de header. Deze setup werkt met elke standaard OpenAI SDK of HTTP-client zonder aanpassing. Je ontvangt direct een sleutel na het aanmaken van een account met Google of e-mail, zonder telefoonnummer. De sleutel verifieert je account tegen onze servers voor elk verzoek dat je doet.

Houd je sleutel veilig, omdat deze toegang geeft tot je voorgekochte tegoed. Je kunt op elk moment een nieuwe sleutel genereren, die de oude onmiddellijk vervangt. Er is geen behoefte aan het beheren van meerdere sleutels of het navigeren door complexe rechtenbereiken voor basisgebruik.

Eerste verzoek

Verstuur je eerste bericht naar het chat-completions-eindpunt met een eenvoudige prompt. Het model reageert met tekstuitvoer, klaar voor je applicatielogica. Je kunt de connectiviteit en responskwaliteit testen met een minimale verzoekstructuur. Dit bevestigt dat je sleutel werkt en het uncensored-model actief is.

De respons bevat de gegenereerde tekst en details over tokengebruik. Je kunt deze gegevens parseren om resultaten weer te geven of ze door te geven aan volgende prompts. Dit is de snelste manier om je integratie te verifiëren voordat je complexe workflows bouwt.

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"}]
  }'

Python SDK Integratie

Installeer de officiële OpenAI Python-pakket en wijs het naar onze basis-URL. Hiermee kun je bekende methoden gebruiken zoals client.chat.completions.create() zonder je codestructuur te wijzigen. Geef je API-sleutel op als standaardwaarde voor de bibliotheek. Deze aanpak vereenvoudigt de integratie voor bestaande projecten die al OpenAI-compatible clients gebruiken.

U kunt parameters zoals temperature of top_p instellen om de willekeurigheid van het antwoord te bepalen. De bibliotheek verwerkt serialisatie en foutparsen automatisch. Dit vermindert boilerplate-code en versnelt de ontwikkeling voor zowel eenvoudige scripts als complexe applicaties.

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)

Node.js SDK-instelling

Initialiseer de OpenAI Node.js-client met onze basis-URL en je API-sleutel. Dit zorgt voor compatibiliteit met standaard JavaScript- en TypeScript-projecten. Je kunt dezelfde voltooiingsmethoden gebruiken die beschikbaar zijn in de Python SDK. De client behandelt netwerkverzoeken en responsparsen efficiënt.

Configureer de clientopties zodat deze aansluiten bij de behoeften van je applicatie. Je kunt verzoektimeouts of retry-logica naar behoefte aanpassen. Deze setup werkt naadloos met bestaande Node.js-omgevingen, waardoor het eenvoudig is om uncensored AI-mogelijkheden toe te voegen aan je backend-services.

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);

Streaming-responsen

Schakel streaming in door de stream-parameter in te stellen op true in uw request. Dit stuurt responsen token-voor-token zoals ze worden gegenereerd. Het biedt een betere gebruikerservaring voor realtime applicaties. U kunt gedeeltelijke resultaten onmiddellijk weergeven terwijl het model blijft werken.

Parseer de streamblokken om de inhoud te extraheren. Het laatste blok bevat het totale tokengebruik voor het verzoek. Dit stelt u in staat de kosten nauwkeurig bij te houden terwijl u directe feedback aan gebruikers geeft. Streaming is ideaal voor chatinterfaces en interactieve hulpmiddelen.

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)

Rate Limits, fouten en context

Het contextvenster ondersteunt 100.000 tokens voor zowel prompt als completion. Je kunt lange documenten of uitgebreide gesprekken versturen zonder afkapping. Het maximale uitvoerbedrag per verzoek is echter 16.000 tokens, of 2.048 als je de limiet niet instelt. Dit zorgt voor consistente prestaties voor grote responsen.

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.