Dokumentasi API untuk model uncensored

Autentikasi dan header

Kirim kunci API Anda di header Authorization untuk setiap permintaan. Gunakan format Bearer YOUR_API_KEY dan sertakan dalam Authorization bidang. Kunci Anda dibuat segera setelah pendaftaran melalui Google atau email. Tidak diperlukan nomor telepon untuk pendaftaran. Simpan kunci Anda dengan aman di variabel lingkungan untuk mencegah penggunaan tidak sah terhadap saldo kredit prabayar Anda. Header memastikan server kami mengidentifikasi akun Anda untuk penagihan token yang akurat.

POST /v1/chat/completions

Lakukan permintaan pertama Anda untuk menghasilkan respons teks. Gunakan POST /v1/chat/completions endpoint dengan model setel ke uncensored. Endpoint ini menerima array pesan standar yang berisi role user dan assistant. Anda dapat melakukan streaming respons atau menerima teks penuh berdasarkan konfigurasi klien Anda. Model memproses input Anda dan mengembalikan teks tanpa penolakan konten untuk penggunaan dewasa yang sah. Periksa halaman batas laju untuk kendala konkurensi.

GET /v1/models

Ambil informasi model yang tersedia menggunakan endpoint GET. Ini mengembalikan metadata tentang model uncensored dan kemampuannya. Anda dapat memverifikasi ID model sebelum mengirim permintaan completion. Respons mengonfirmasi kompatibilitas API dengan struktur OpenAI standar. Gunakan ini untuk mendebug konfigurasi klien dengan cepat. Ini membantu memastikan SDK Anda mengarah ke versi layanan yang benar. Endpoint ini tidak mengonsumsi kredit token dari akun Anda.

Responsi streaming dan penggunaan token

Aktifkan streaming dengan mengatur stream parameter menjadi true. Anda menerima server-sent events (SSE) saat token dihasilkan. Potongan terakhir berisi total penggunaan token untuk permintaan tersebut. Ini memungkinkan tampilan real-time respons di aplikasi Anda. Jumlah token membantu Anda memantau saldo prabayar Anda secara akurat. Kesalahan selama streaming ditangani dengan menutup aliran secara normal. Anda dapat mengganggu aliran tanpa penalti jika diperlukan.

Pemanggilan fungsi dan mode JSON

Gunakan tools parameter untuk kemampuan pemanggilan fungsi. Set response_format ke json_object untuk output JSON ketat. Model mendukung generasi data terstruktur untuk aplikasi Anda. Anda dapat menentukan alat kustom dalam tubuh permintaan. API memvalidasi struktur sebelum mengirimkannya ke model. Ini memastikan parsing yang konsisten di kode turunan Anda. Mode JSON ideal untuk alur kerja otomatis yang memerlukan format tertentu.

Penanganan error dan batas laju

Diharapkan error 429 jika Anda melebihi 300 permintaan per menit. Batasan memungkinkan 8 permintaan simultan per kunci. Badan permintaan harus tetap di bawah 8 MB. Jika Anda menerima error 401, periksa validitas kunci API Anda. Error 402 menunjukkan kredit prabayar tidak mencukupi. Error tidak mengonsumsi token dari saldo Anda. Jendela konteks mendukung 100.000 token untuk prompt dan penyelesaian gabungan. Output maksimum adalah 16.000 token kecuali ditentukan lain. Tangani error ini dengan baik dalam kode klien Anda.

cURL

Copycurl https://api.unrestrictedgptchat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the capital of france"}]
  }'

Python

Copyfrom openai import OpenAI

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