Documentação da API LLM sem censura

Autenticação e URL Base

Sua chave de API autentica cada solicitação. Use-a no Authorization cabeçalho como um token bearer. A URL base para todos os endpoints é HTTPS://api.aichatbotunrestricted.com/v1. Esta URL funciona com SDKs oficiais da OpenAI se você configurar o base_url parameter corretamente. Gere sua chave instantaneamente via Google ou e-mail no painel. Não é necessária verificação por telefone. Mantenha sua chave segura, pois ela concede acesso ao seu crédito pré-pago. Se você a perder, gere uma nova que substituirá a chave ativa anterior. O sistema cobra pelo uso real de tokens, então erros não consomem seu saldo.

Endpoint Chat Completions

Envie mensagens para o endpoint de chat completions. O ID do modelo é sempre uncensored. Este modelo é ajustado para responder sem recusas para uso adulto lícito. Não é GPT ou Claude. Você fornece uma lista de objetos de mensagem contendo role e content. A API retorna uma resposta de texto no choices array. Use o método POST para solicitações padrão. Este endpoint suporta interações texto-entrada, texto-saída. Ele não processa imagens ou áudio. Configure seu cliente para usar a URL base correta. A resposta inclui estatísticas de uso de tokens para transparência na cobrança.

Respostas em Streaming (SSE)

Ative o streaming definindo stream para true em sua solicitação. A API retorna Eventos Enviados pelo Servidor (SSE) em vez de um único objeto JSON. Cada fragmento contém dados parciais. O último fragmento inclui as estatísticas completas de uso de tokens. Esta abordagem reduz a latência percebida para seus usuários. Permite que você exiba o texto conforme é gerado. Processe os eventos de stream no código do cliente. Feche a conexão quando o stream terminar. Este método é ideal para interfaces de chat em tempo real. Proporciona uma experiência de usuário mais suave em comparação com esperar pela resposta completa.

Modo JSON e Chamada de Funções

Solicite saída estruturada definindo response_format para {"type": "json_object"}. O modelo retornará JSON válido em vez de texto simples. Isso é útil para analisar dados ou integrar com outros sistemas. Você também pode usar function calling para permitir que o modelo invoque ferramentas. Defina o esquema da sua função no tools parâmetro. O modelo decide quando chamar uma função com base no contexto. Use tool_choice para controlar este comportamento. Ambas as funcionalidades exigem uma engenharia de prompt cuidadosa. Certifique-se de que o seu esquema JSON corresponde às necessidades da sua aplicação. Teste exaustivamente antes de implementar em produção.

Parâmetros: Temperatura, Top-p e Seed

Controle a criatividade do modelo com temperature. Valores mais altos produzem saídas mais diversificadas. Valores mais baixos tornam as respostas mais determinísticas. Use top_p para amostragem por núcleo. Isso limita o modelo aos tokens mais prováveis. Defina seed para resultados reproduzíveis. Isso é útil para depuração. Você também pode definir stop sequências para interromper a geração. Ajuste presence_penalty e frequency_penalty influenciar a repetição de tokens. Esses parâmetros permitem o ajuste fino do estilo de saída. Experimente diferentes combinações para encontrar a melhor adaptação para seu caso de uso.

Limites de Taxa e Cotas

Cada chave de API permite 300 solicitações por minuto. Você pode ter 8 solicitações simultâneas a qualquer momento. O tamanho máximo do corpo da solicitação é de 8 MB. Se você exceder o limite de taxa, receberá um erro 429. Um erro 401 indica uma chave de API inválida ou ausente. Um erro 402 significa que seu crédito pré-pago foi esgotado. Recarregue seu crédito via criptomoeda para continuar usando o serviço. A janela de contexto é de 100.000 tokens. Isso inclui tokens de prompt e de conclusão. Gerencie o uso de tokens cuidadosamente para evitar cobranças inesperadas. Erros não consomem crédito.

cURL

Copycurl https://api.aichatbotunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the steps to deploy this docker container"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.aichatbotunrestricted.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

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.aichatbotunrestricted.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

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)