Intégrez le modèle Uncensored

Prérequis et URL de base

Commencez par créer un compte et générer une clé API. Inscrivez-vous avec Google ou une adresse e-mail pour recevoir votre clé immédiatement. Aucun numéro de téléphone n'est requis, et nous minimisons vos données. Votre clé authentifie chaque requête adressée à nos serveurs.

Pointez votre client vers notre base_url : https://api.censurasinllm.com/v1. Ce point de terminaison prend en charge les SDK OpenAI standards. Mettez à jour la configuration de votre client pour utiliser cette URL de base et votre clé générée. Le service gère tout le routage de manière transparente.

Vous pouvez récupérer les détails des modèles disponibles via une requête GET à /v1/models. Cela confirme que votre connexion est active. Notre API sert un seul modèle sans censure optimisé pour la génération de texte non restreinte.

Authentification et clés API

Incluez votre clé API dans le Authorization header de chaque requête. Utilisez le format Bearer YOUR_API_KEY. Cet en-tête authentifie votre identité et suit l'utilisation de vos jetons. Sans celui-ci, le serveur rejette votre requête.

Conservez votre clé en sécurité. Chaque compte ne permet qu'une seule clé active à la fois. La génération d'une nouvelle clé invalide immédiatement la précédente. Cela garantit que vous savez toujours exactement qui utilise votre crédit.

Si vous recevez un 401 Unauthorized erreur, vérifiez le format de votre clé. Assurez-vous qu'il n'y a pas d'espaces en fin de chaîne. La clé doit être valide et active dans le tableau de bord de votre compte.

Envoi de votre première requête

Envoyez une requête standard de complétion de chat à POST /v1/chat/completions. Définissez le modèle comme uncensored. Fournissez vos messages sous forme de liste avec role et content champs. L'API retourne une réponse directe sans fioritures.

Définissez le max_tokens paramètre pour contrôler la longueur de la sortie. La valeur par défaut est de 2 048 jetons. Vous pouvez augmenter cette limite jusqu'à 16 000 jetons par requête. La fenêtre de contexte totale prend en charge 100 000 jetons pour l'invite et la complétion combinées.

Les erreurs et les refus ne consomment pas votre crédit. Vous ne payez que pour la génération réussie de jetons. Cela rend les tests rentables.

Streaming et utilisation des jetons

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie les jetons de manière incrémentielle via des événements envoyés par le serveur (SSE). Cela réduit la latence perçue pour vos utilisateurs. Vous pouvez commencer à afficher la sortie dès l'arrivée du premier jeton.

Le dernier chunk du flux contient l'utilisation totale des jetons pour la requête. Utilisez ces données pour suivre votre facturation avec précision. Le streaming fonctionne avec tous les paramètres standard comme temperature et top_p.

Gérer soigneusement les événements de flux dans votre code. Fermez la connexion lorsque le flux se termine ou en cas d'erreur. Cela évite les fuites de ressources dans votre application.

Appel de fonction et mode JSON

Utilisez le tools paramètre pour définir des fonctions personnalisées pour le modèle. L'API prend en charge le choix d'outil et la sortie structurée. Cela permet des interactions complexes et l'extraction de données. Définissez le schéma de votre fonction dans le corps de la requête.

Activez le mode JSON en définissant response_format à {"type": "json_object"}. Cela force le modèle à produire du JSON valide. Il est idéal pour analyser des données structurées ou alimenter d'autres systèmes. Combinez cela avec le streaming pour des mises à jour en temps réel.

Définir tool_choice à "auto" ou un nom de fonction spécifique. Cela vous donne un contrôle précis sur le comportement du modèle. Le modèle adhère strictement au schéma fourni.

Limites, Erreurs et Contexte

L'API impose une limite de 300 requêtes par minute par clé. Vous pouvez exécuter jusqu'à 8 requêtes simultanées. La taille maximale du corps de la requête est de 8 Mo. Le dépassement de ces limites renvoie une erreur 429. 429 Too Many Requests erreur. Attendez brièvement avant de réessayer.

Si vous manquez de crédit, vous recevez un 402 Payment Required erreur. Rechargez avec USDT ou USDC via crypto. Votre crédit n'expire jamais, vous pouvez donc payer quand vous le souhaitez. Aucun abonnement mensuel n'est requis.

Utilisez la fenêtre de contexte complète de 100 000 tokens pour les documents longs. Suivez vos tokens d’entrée et de sortie. Cela vous aide à rester dans votre budget et à éviter les frais imprévus.

cURL

Copycurl https://api.censurasinllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check if the model filters adult themes in roleplay mode"}]
  }'

Python

Copyfrom openai import OpenAI

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