Prise en main API IA sans censure

Authentification & URL de base

Le point de terminaison de l'IA sans censure en ligne est votre passerelle vers la génération de texte brut. Utilisez l'URL de base https://api.uncensoredaionline.com/v1 pour toutes les requêtes. Vous avez besoin d'une clé API, que vous obtenez en cliquant sur 'Obtenir la clé API' sur le tableau de bord. Connectez-vous avec Google ou un mot de passe e-mail ; aucun numéro de téléphone n'est requis. La clé apparaît immédiatement. Utilisez-la dans le Authorization en-tête en tant que jeton Bearer. Il n'y a qu'une seule clé active par compte. Si vous en générez une nouvelle, l'ancienne clé cesse de fonctionner. Nous ne proposons pas plusieurs clés par compte.

Effectuer votre première requête

Envoyez une requête POST à /v1/chat/completions avec votre message. L'ID du modèle est uncensored. C'est un modèle à poids ouverts ajusté pour l'absence de refus sur le contenu adulte légal. Ce n'est pas GPT, Claude ou Llama. Vous obtenez du texte en entrée, du texte en sortie. Pas d'images, d'audio ou d'embeddings. Utilisez le format OpenAI standard. Notre API prend en charge la même structure. Vous pouvez modifier l'URL de base dans n'importe quel SDK pour utiliser ce service. Voici un exemple de base de curl pour commencer.

Copycurl https://api.uncensoredaionline.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 errors in this log file."}]
  }'

Vérifiez la réponse pour le texte généré. Si vous obtenez une erreur 401, votre clé est invalide. Une erreur 402 signifie que vous n’avez pas de crédit prépayé. Une erreur 429 signifie que vous avez atteint la limite de débit de 300 requêtes par minute. Les erreurs et les refus sont gratuits, vous ne payez que pour les tokens réellement utilisés.

Intégration du SDK Python

Utilisez le package Python officiel d'OpenAI pour une intégration facile. Définissez le base_url et api_key avant d'appeler le client. Cela vous permet d'utiliser la même structure de code que vous connaissez. L'ID du modèle reste uncensored. Vous pouvez passer des paramètres tels que temperature et top_p pour contrôler la créativité. L'API est entièrement compatible avec l'interface SDK OpenAI. Cela rend le passage à d'autres fournisseurs simple. Installez le package et configurez le client. Ensuite, envoyez vos messages comme vous le feriez avec GPT-4.

Copyfrom openai import OpenAI

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

Cette approche fonctionne à la fois pour les prompts simples et l'appel de fonctions complexe. Vous pouvez diffuser les réponses ou obtenir le texte complet en une fois. Le choix vous appartient. Le backend gère le travail lourd. Vous n'avez besoin que de gérer votre crédit prépayé via des recharges crypto.

Configuration du SDK Node

Le SDK Node.js suit le même modèle. Initialisez le client avec votre URL de base et votre clé. La structure du point de terminaison est identique à celle de la version Python. Cette cohérence réduit le temps de développement. Vous pouvez gérer les erreurs et les limites de taux de manière programmatique. La limite de corps de requête de 8 Mo s'applique ici aussi. Si vous la dépassez, la requête échouera. Le streaming est pris en charge via SSE. Vous pouvez traiter les tokens à mesure qu'ils arrivent. Cela est utile pour les sorties longues ou les affichages en temps réel. Le modèle ne refuse pas le contenu, donc votre logique doit gérer la sortie comme nécessaire.

Copyimport OpenAI from "openai";

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

N'oubliez pas que le crédit n'expire jamais. Vous payez par token. Les tokens d'entrée coûtent $0.15 par million. Les tokens de sortie coûtent $0.50 par million. Il n'y a pas de frais cachés. Le modèle prépayé signifie que vous contrôlez vos coûts. Pas de verrouillage d'abonnement. Il suffit d'acheter du crédit crypto et de l'utiliser.

Réponses en streaming et consommation de jetons

Activez le streaming en définissant stream à true. Vous recevez des fragments de texte au fur et à mesure de leur génération. Le dernier fragment contient les statistiques d'utilisation des jetons. Cela vous permet de suivre les coûts en temps réel. Le streaming est essentiel pour une bonne expérience utilisateur dans les interfaces de chat. Le LLM uncensored prend entièrement en charge cette fonctionnalité. Vous pouvez gérer les réponses partielles avec élégance. Les erreurs pendant le streaming sont toujours gratuites si aucun jeton n'a été généré. Vérifiez le usage field in the final chunk. It shows prompt tokens and completion tokens. This data helps you budget your crypto top-ups.

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)

La fenêtre de contexte est de 100 000 tokens au total. Cela inclut à la fois l'invite et la complétion. Vous pouvez générer jusqu'à 16 000 tokens par requête. Si vous ne définissez pas max_tokens, il est par défaut de 2 048. Planifiez vos prompts en conséquence. Les longues conversations peuvent nécessiter une synthèse pour rester dans les limites. C'est un compromis pour le faible coût et la grande capacité.

Appel de fonction, mode JSON et limites

Utiliser l'appel de fonctions pour l'extraction de données structurées. Définissez vos outils dans la requête. Le modèle renverra du JSON correspondant à votre schéma. Vous pouvez également forcer le mode JSON avec response_format: {"type": "json_object"}. C'est utile pour analyser des données ou générer des configurations. L'API prend en charge temperature, top_p, stop, et seed paramètres. Ajustez-les pour affiner la sortie. La limite stricte concerne l'absence de contenu sexuel impliquant des mineurs. Tout le reste est autorisé. La limite de 300 requêtes par minute est généreuse. La limite de 8 requêtes simultanées empêche le spam. Utilisez ces limites judicieusement.