API LLM uncensored compatibile con OpenAI

URL Base e autenticazione

Inizia puntando il tuo client al nostro URL base. L'endpoint è https://api.uncensoredapikey.com/v1. Passa la tua chiave API nello standard Authorization header. Questo funziona con qualsiasi client compatibile con OpenAI. Ricevi una chiave istantaneamente dopo la registrazione. Nessun numero di telefono richiesto. Basta il login con Google o email.

Prima richiesta

Invia una richiesta standard di completamento chat. Utilizza l'ID del modello uncensored. L'API risponde con output testuale. Ecco un esempio base di cURL.

Copycurl https://api.uncensoredapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check api key status"}]
  }'

Questo conferma che la tua chiave funziona. Sei pronto per prompt più complessi. Il modello gestisce un contesto fino a 100,000 token. Input e output contano per questo limite. Mantieni i payload sotto 8 MB.

Integrazione SDK Python

Usa la libreria Python ufficiale di OpenAI. Imposta l'URL di base sul nostro. Passa la tua chiave come chiave API. Questo mantiene intatto il tuo codice esistente. Devi solo sostituire l'endpoint.

Copyfrom openai import OpenAI

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

Esegui questo localmente. Si connette ai nostri server. Paghi solo per i token utilizzati. Gli errori non addebitano credito. Questo rende i test economici. Prova temperature diverse. Regola top_p per la creatività.

Configurazione SDK Node.js

Inizializza il client Node.js OpenAI. Configura l'URL di base. Imposta la chiave API. Questo funziona per il browser o il server side. Si integra in qualsiasi app Express o Next.js.

Copyimport OpenAI from "openai";

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

Gestisci lo stream di risposta. Oppure usa async/await. Il modello risponde velocemente. Nessuna attesa per gli embedding. Nessuna attesa per le immagini. Solo testo. Questa velocità è importante per il roleplay. È importante per l'elaborazione dei dati. Mantieni il codice semplice.

Risposte in streaming

Abilita lo streaming impostando stream: true. L'API invia Server-Sent Events. Ogni chunk contiene testo parziale. L'ultimo chunk ha l'utilizzo dei token. Questo è cruciale per le sessioni lunghe. Vedi i token crescere in tempo reale.

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)

Visualizza i token man mano che arrivano. Questo migliora l'UX. Gli utenti percepiscono l'AI come viva. Non memorizzare l'intera risposta. Trasmettila direttamente all'interfaccia utente. Riduce la percezione della latenza. La tua app sembra reattiva.

Limiti, errori e contesto

Monitora i tuoi limiti di frequenza. Hai a disposizione 300 richieste al minuto. Solo 8 richieste concorrenti per chiave. Se raggiungi il 429, aspetta un attimo. Un 401 significa chiave errata. Un 402 significa credito basso. Ricarica con criptovalute. Solo USDT o USDC. Minimo $20. Si applica il credito bonus. La tua finestra di contesto è di 100k token. L'output max è di 16k token. Imposta max_tokens con saggezza. I rifiuti sono gratuiti. Gli errori sono gratuiti. Vengono conteggiati solo i token.