Dokumentacja API dla Bezfiltrowy Model

Bazowy URL i autoryzacja

Użyj naszego adresu bazowego do wszystkich żądań i przekaż swój klucz API w nagłówku. To ustawienie działa z dowolnym standardowym pakietem SDK OpenAI lub klientem HTTP bez modyfikacji. Otrzymujesz klucz natychmiast po rejestracji za pomocą Google lub adresu e-mail, bez wymogu numeru telefonu. Klucz uwierzytelnia Twoje konto na naszych serwerach przy każdym wysyłanym żądaniu.

Chroń swój klucz, ponieważ zapewnia dostęp do Twojego kredytu z góry. Możesz wygenerować nowy klucz w dowolnym momencie, co natychmiast zastępuje stary. Nie ma potrzeby zarządzania wieloma kluczami ani nawigowania po złożonych zakresach uprawnień przy podstawowym użyciu.

Pierwsze żądanie

Wyślij pierwszą wiadomość do endpointu chat completions z prostym promptem. Model odpowiada tekstem, gotowym do użycia w logice Twojej aplikacji. Możesz przetestować łączność i jakość odpowiedzi minimalną strukturą żądania. Potwierdza to, że Twój klucz działa, a model uncensored jest aktywny.

Odpowiedź zawiera wygenerowany tekst oraz szczegóły użycia tokenów. Możesz sparsować te dane, aby wyświetlić wyniki lub przekazać je do kolejnych promptów. Jest to najszybszy sposób na weryfikację Twojej integracji przed zbudowaniem złożonych przepływów pracy.

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"}]
  }'

Integracja SDK Python

Zainstaluj oficjalny pakiet OpenAI dla Pythona i wskaż go na nasz adres bazowy. Pozwala to na użycie znanych metod takich jak client.chat.completions.create() bez zmiany struktury kodu. Przekaż swój klucz API jako domyślną wartość dla biblioteki. To podejście upraszcza integrację w istniejących projektach, które już korzystają z klientów kompatybilnych z OpenAI.

Możesz ustawić parametry takie jak temperatura lub top_p, aby kontrolować losowość odpowiedzi. Biblioteka automatycznie obsługuje serializację i parsowanie błędów. Zmniejsza to ilość kodu boilerplate i przyspiesza rozwój zarówno dla prostych skryptów, jak i złożonych aplikacji.

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)

Konfiguracja SDK Node.js

Zainicjuj klienta Node.js OpenAI z naszym podstawowym adresem URL i swoim kluczem API. Zapewnia to kompatybilność ze standardowymi projektami JavaScript i TypeScript. Możesz używać tych samych metod ukończenia dostępnych w SDK Python. Klient efektywnie obsługuje żądania sieciowe i parsowanie odpowiedzi.

Skonfiguruj opcje klienta tak, aby odpowiadały potrzebom Twojej aplikacji. Możesz dostosować limity czasu żądań lub logikę ponawiania prób w razie potrzeby. To rozwiązanie działa bezproblemowo w istniejących środowiskach Node.js, ułatwiając dodanie możliwości AI uncensored do usług backendowych.

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);

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając parametr stream na true w żądaniu. Wysyła to odpowiedzi token po tokenie, gdy są generowane. Zapewnia lepsze doświadczenie użytkownika dla aplikacji w czasie rzeczywistym. Możesz wyświetlać częściowe wyniki natychmiast, podczas gdy model nadal pracuje.

Przeanaluj fragmenty strumienia, aby wyodrębnić zawartość. Ostatni fragment zawiera całkowite zużycie tokenów dla żądania. Pozwala to na dokładne śledzenie kosztów jednocześnie zapewniając natychmiastową informację zwrotną użytkownikom. Strumieniowanie jest idealne dla interfejsów czatu i narzędzi interaktywnych.

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)

Limity szybkości, błędy i kontekst

Okno kontekstowe obsługuje 100,000 tokenów zarówno dla promptu, jak i uzupełnienia. Możesz wysyłać długie dokumenty lub przedłużone rozmowy bez ich obcinania. Maksymalna ilość outputu w jednym żądaniu wynosi jednak 16,000 tokenów, lub 2,048, jeśli nie ustawisz limitu. Gwarantuje to stabilną wydajność przy dużych odpowiedziach.

Ograniczenia częstotliwości pozwalają na 300 żądań na minutę i 8 żądań równoległych na klucz. Błędy obejmują 401 dla nieprawidłowych kluczy oraz 402 za niewystarczające środki. Odmowy ze względu na limity treści są darmowe, podczas gdy błędy nie zużywają kredytu. Zarządzaj swoimi żądaniami wydajnie, aby uniknąć throttlingu podczas szczytowych okresów ruchu.