API-hurtigstartsguide

Base URL og autentificering

Forbind til vores uncensored LLM API ved hjælp af den standard OpenAI-kpatible base-URL. Din API-nøgle autentificerer hvert request, så hold den sikker, men tilgængelig for din applikation. Vi bruger en simpel header til validering, hvilket sikrer, at dine prompts når modellen uden friktion.

Copycurl https://api.modelsaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all available endpoint urls"}]
  }'

Du behøver kun én aktiv nøgle pr. konto. Hvis du roterer nøgler, holder den gamle op med at virke med det samme. Dette forhindrer utilsigtet dobbeltopkrævning fra gamle scripts, der kører i baggrunden. Din forudbetalte kredit dækker al brug, så du kan overvåge din saldo via dashboardet ved behov.

Chat Completions Endpoint

Send beskeder til "uncensored"-modellen via standard chat-completions-endepunktet. Dette endepunkt håndterer tekst-ind, tekst-ud interaktioner med et kontekstvindue på 100.000 tokens. Du kan inkludere systeminstruktioner for at definere adfærd, eller bare sende brugerbeskeder til direkte interaktion.

Copyfrom openai import OpenAI

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

Modellen afviser ikke lovligt voksen- eller kontroversielle emner som standard. Indstil parametre som temperatur for kreativitet eller top_p for diversitet. Hvis du udelader max_tokens, er standardoutputtet 2.048 tokens. Anmod op til 16.000 tokens for længere svar. Denne endpoint er alt, hvad du har brug for til de fleste automatiseringsopgaver.

Streaming-svar (SSE)

Modtag reel token-generering ved hjælp af Server-Sent Events (SSE). Dette er ideelt til chatgrænseflader, hvor du vil vise tekst, mens den vises. Den sidste chunk af streamen indeholder det samlede tokenforbrug til faktureringsformål. Dette giver din applikation mulighed for at spore omkostninger præcist i realtid.

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)

Streaming reducerer opfattet latens for slutbrugere og gør den upolerede AI-oplevelse responsiv. Håndter forbindelsesfejl pænt, da netværksafbrydelser kan afbryde streamen. Oprettelse af forbindelse er ligetil, da modeltilstanden opretholdes per anmodning, ikke på tværs af sessioner. Brug dette til dynamisk indholdsgenerering.

Function Calling og JSON-tilstand

Integrér struktureret dataudtrækning ved hjælp af funktionskald eller JSON-tilstand. Angiv værktøjer i forespørgslen for at vejlede modellens outputformat. Dette er afgørende for automatiseringspipelines, der har brug for pålidelige datastrukturer fra den uncensored LLM. JSON-tilstand tvinger svaret til at være gyldig JSON, hvilket reducerer parsing-fejl.

Copyimport OpenAI from "openai";

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

Definer værktøjs-skemaer med klare beskrivelser for at forbedre nøjagtigheden. Modellen respekterer værktøjsdefinitionerne og returnerer argumenter i det forventede format. Dette gør det nemt at kæde API-kald sammen eller udløse eksterne handlinger. Brug dette til at bygge agenter eller databehandlingsarbejdsgange uden manuelle valideringstrin.

Rate Limits og Begrænsninger

Vores API har strenge grænser for at sikre stabilitet for alle brugere. Du har tilladelse til 300 requests i minuttet og 8 samtidige requests per nøgle. Hver request-body skal være under 8 MB for at forhindre problemer med for store payloads. Disse grænser gælder per API-nøgle, så fordel belastningen på tværs af nøgler, hvis det er nødvendigt.

Fejl som 401 indikerer en ugyldig eller manglende nøgle. En 402-fejl betyder, at din forudbetalte kredit er udtømt. En 429-status signalerer, at du har ramt hastighedsgrænsen. Pause og genforsøg efter en kort forsinkelse. Disse begrænsninger er gennemsigtige, uden skjult throttling i spidsperioder.

Kontekstvindue og Output-grænser

Modellen understøtter et kontekstvindue på 100.000 tokens, der omfatter både prompt og completion. Dette muliggør omfattende dokumentanalyse eller lange samtalehistorikker. Den maksimale output pr. anmodning er dog begrænset til 16.000 tokens. Hvis du ikke angiver max_tokens, er standardværdien 2.048 tokens.

For meget lange output kan du overveje at opdele anmodningen eller bruge streaming. Dette sikrer, at du forbliver inden for grænserne pr. anmodning. Kontekstvinduet deles, så effektiv prompt-design er afgørende. Brug denne kapacitet til dyb, upoleret ræsonnement uden at ramme hårde loft.