Guide de démarrage rapide API

URL de base et authentification

Connectez-vous à notre API de LLM uncensored en utilisant l'URL de base compatible OpenAI standard. Votre clé API authentifie chaque requête, alors gardez-la sécurisée mais accessible à votre application. Nous utilisons un en-tête simple pour la validation, garantissant que vos invites atteignent le modèle sans friction.

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"}]
  }'

Vous n'avez besoin que d'une seule clé active par compte. Si vous faites tourner les clés, l'ancienne cesse de fonctionner immédiatement. Cela évite les doubles facturations accidentelles dues à des scripts obsolètes s'exécutant en arrière-plan. Votre crédit prépayé couvre toutes les utilisations, surveillez donc votre solde via le tableau de bord si nécessaire.

Point de terminaison Chat Completions

Envoyez des messages au modèle "uncensored" via le point de terminaison standard de complétion de chat. Ce point de terminaison gère les interactions texte-entrée, texte-sortie avec une fenêtre de contexte de 100 000 tokens. Vous pouvez inclure des instructions system pour définir le comportement, ou simplement envoyer des messages user pour une interaction directe.

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)

Le modèle n'accepte pas par défaut les sujets adultes ou controversés. Réglez des paramètres comme temperature pour la créativité ou top_p pour la diversité. Si vous omettez max_tokens, la sortie par défaut est de 2,048 tokens. Demandez jusqu'à 16,000 tokens pour des réponses plus longues. Ce point de terminaison est tout ce dont vous avez besoin pour la plupart des tâches d'automatisation.

Réponses en streaming (SSE)

Recevez une génération de jetons en temps réel à l'aide de Server-Sent Events (SSE). Cela est idéal pour les interfaces de chat où vous souhaitez afficher le texte dès son apparition. Le dernier bloc du flux contient l'utilisation totale des jetons à des fins de facturation. Cela permet à votre application de suivre les coûts en temps réel avec précision.

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)

Le streaming réduit la latence perçue pour les utilisateurs finaux, rendant l'expérience de l'IA uncensored plus réactive. Gérez les erreurs de connexion avec soin, car les interruptions réseau peuvent interrompre le flux. La reconnexion est simple car l'état du modèle est maintenu par requête, et non entre les sessions. Utilisez ceci pour la génération de contenu dynamique.

Appel de fonction et mode JSON

Intégrez l'extraction de données structurées à l'aide de l'appel de fonctions ou du mode JSON. Spécifiez des outils dans la requête pour guider le format de sortie du modèle. C'est crucial pour les pipelines d'automatisation qui ont besoin de structures de données fiables provenant du LLM sans censure. Le mode JSON force la réponse à être un JSON valide, réduisant ainsi les erreurs d'analyse.

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);

Définissez des schémas d'outils avec des descriptions claires pour améliorer la précision. Le modèle respecte les définitions des outils, renvoyant les arguments au format attendu. Cela facilite la chaîne d'appels API ou le déclenchement d'actions externes. Utilisez ceci pour construire des agents ou des workflows de traitement de données sans étapes de validation manuelles.

Limites de débit et contraintes

Notre API impose des limites strictes pour assurer la stabilité de tous les utilisateurs. Vous avez droit à 300 requêtes par minute et à 8 requêtes concurrentes par clé. Chaque corps de requête doit être inférieur à 8 Mo pour éviter les problèmes de payload excessif. Ces limites s'appliquent par clé API, répartissez donc la charge sur plusieurs clés si nécessaire.

Les erreurs comme 401 indiquent une clé invalide ou manquante. Une erreur 402 signifie que votre crédit prépayé est épuisé. Un statut 429 signale que vous avez atteint la limite de débit. Pause et réessayez après un court délai. Ces contraintes sont transparentes, sans throttling caché pendant les périodes de pointe.

Fenêtre de Contexte et Limites de Sortie

Le modèle prend en charge une fenêtre de contexte de 100 000 tokens, englobant à la fois l'invite et la complétion. Cela permet une analyse approfondie de documents ou des historiques de conversation longs. Cependant, la sortie maximale par requête est plafonnée à 16 000 tokens. Si vous ne spécifiez pas max_tokens, la valeur par défaut est de 2 048 tokens.

Pour des sorties très longues, envisagez de diviser la requête ou d'utiliser le streaming. Cela garantit que vous restez dans les limites par requête. La fenêtre de contexte est partagée, donc une conception efficace des invites est essentielle. Utilisez cette capacité pour des tâches de raisonnement profond et sans restriction sans atteindre de plafonds stricts.