Okänsurerad LLM API-dokumentation

Autentisering och bas-URL

Ditt API-nyckel autentiserar varje begäran. Använd den i Authorization header som ett bearer-token. Bas-URL:en för alla slutpunkter är HTTPS://api.aichatbotunrestricted.com/v1. Denna URL fungerar med officiella OpenAI SDK:er om du konfigurerar base_url parameter korrekt. Generera din nyckel omedelbart via Google eller e-post på kontrollpanelen. Ingen telefonverifiering krävs. Behåll din nyckel säker, eftersom den ger åtkomst till dina förbetalda krediter. Om du tappar bort den, generera en ny som ersätter den gamla aktiva nyckeln. Systemet debiterar efter faktisk tokenanvändning, så fel förbrukar inte din balans.

Slutpunkt för chattkomplettering

Skicka meddelanden till chattkompletteringsslutpunkten. Modell-ID:t är alltid uncensored. Denna modell är finjusterad för att svara utan avvisningar för lagligt vuxeninnehåll. Det är inte GPT eller Claude. Du anger en lista med objekt som innehåller roll och innehåll. API:et returnerar ett text svar i choices array. Använd POST-metoden för standardförfrågningar. Denna slutpunkt stöder text-in, text-ut-interaktioner. Den hanterar inte bilder eller ljud. Konfigurera din klient att använda rätt bas-URL. Svaret inkluderar tokenanvändningsstatistik för transparens i fakturering.

Strömningsresponser (SSE)

Aktivera strömning genom att ställa in stream till true i din begäran. API:et returnerar Server-Sent Events (SSE) istället för ett enda JSON-objekt. Varje bit innehåller delvis data. Den sista biten innehåller komplett tokenanvändningsstatistik. Detta tillvägagångssätt minskar den uppfattade latensen för dina användare. Det gör att du kan visa text när den genereras. Hantera strömhändelserna i din klientkod. Stäng anslutningen när strömmen avslutas. Denna metod är idealisk för realtidschattgränssnitt. Den ger en smidigare användarupplevelse jämfört med att vänta på hela svaret.

JSON-läge och funktionsanrop

Begär strukturerad utdata genom att ställa in response_format för {"type": "json_object"}. Modellen returnerar giltig JSON istället för vanlig text. Detta är användbart för att analysera data eller integrera med andra system. Du kan också använda function calling för att låta modellen anropa verktyg. Definiera ditt funktionsschema i tools parameter. Modellen bestämmer när den ska anropa en funktion baserat på kontexten. Använd tool_choice för att styra detta beteende. Båda funktionerna kräver noggrann prompt-engineering. Se till att din JSON-schema matchar dina applikationsbehov. Testa noggrant innan du distribuerar till produktion.

Parametrar: Temperatur, Top-p och Seed

Styr modellens kreativitet med temperature. Högre värden ger mer mångfaldiga utmatningar. Lägre värden gör svar mer deterministiska. Använd top_p för nucleus sampling. Detta begränsar modellen till de mest sannolika token. Ställ in seed för reproducerbara resultat. Detta är användbart för felsökning. Du kan också ställa in stop sekvenser för att avbryta genereringen. Justera presence_penalty och frequency_penalty att påverka tokenupprepning. Dessa parametrar möjliggör finjustering av utdatastilen. Experimentera med olika kombinationer för att hitta den bästa passformen för ditt användningsfall.

Begränsningar för begäranderänta och kvoter

Varje API-nyckel tillåter 300 förfrågningar per minut. Du kan ha 8 samtidiga förfrågningar när som helst. Den maximala storleken på förfrågningsbodyn är 8 MB. Om du överskrider rate limitet får du ett 429-fel. Ett 401-fel indikerar en ogiltig eller saknad API-nyckel. Ett 402-fel betyder att ditt förbetala kredit är slut. Ladda upp ditt kredit via krypto för att fortsätta använda tjänsten. Kontextfönstret är 100,000 tokens. Detta inkluderar både prompt- och completion-tokens. Hantera din tokenanvändning noggrant för att undvika oväntade kostnader. Fel äter inte upp kredit.

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);

Strömning

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)