API-dokumentation til uncensored AI

Base URL og autentificering

Peg din klient til https://api.aiunlimited.cc/v1 and include your API key in the header. We issue one key per account that grants full access to the endpoints. Autorisation lener sig på et standard Bearer-token-skema, der fungerer med ethvert OpenAI-kompatibelt SDK.

Copycurl https://api.aiunlimited.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three reasons why open source models beat closed APIs"}]
  }'

Hold nøglen sikker, fordi den styrer din forudbetalte kredit. Du kan generere en ny nøgle fra dashboardet, hvis det er nødvendigt, og den gamle holder op med at virke med det samme.

Første anmodning med uncensored AI

Send en POST-forespørgsel til /v1/chat/completions med model-ID indstillet til uncensored. Dette endpoint accepterer standard meddelelsesarrays og returnerer tekstsvare uden indholdsfiltre. Brug denne struktur til at teste forbindelsen og verificere tælling af tokens.

Copyfrom openai import OpenAI

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

Svaret indeholder forbrugsstatistikker, så du kan spore omkostninger præcist. Fejlfinding er enkel, fordi fejl returnerer standard HTTP-koder med klare JSON-meddelelser.

Node.js-integration til agenter

Initialiser klienten med din base-URL og nøgle for at integrere med eksisterende Node.js-workflows. Denne opsætning understøtter både synkrone kald og async-mønstre til opbygning af agenter. Konfigurer klienten én gang og genbrug den på tværs af flere requests.

Copyimport OpenAI from "openai";

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

Indsend uncensored model-ID for at sikre, at du får det ubegrænsede output. Biblioteket håndterer connection pooling og retry-logik automatisk.

Streaming-svar

Aktivér streaming ved at indstille stream: true i dine request-parametre. Denne tilstand sender chunks, mens de genereres, hvilket reducerer den opfattede latens for store output. Du skal håndtere den sidste chunk omhyggeligt for at udtrække totalt token-forbrug.

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)

Den sidste chunk indeholder en usage object med input- og output-tokenantal. Fortolk disse data for at opdatere din lokale kreditbalance præcist.

Rate Limits og Fejl

Forvent en 429-statuskode, når du overskrider 300 anmodninger i minuttet eller 8 samtidige forbindelser per nøgle. En 401-fejl indikerer en ugyldig eller udløbet API-nøgle, mens 402 betyder, at din forudbetalte kredit er utilstrækkelig. Anmodningskroppe kan ikke overstige 8 MB i størrelse.

Implementer eksponentiel backoff for 429-fejl for ikke at overbelaste serveren. Tjek din kontobalance regelmæssigt, da fejl ikke forbruger tokens.

Kontekstvindue og Begrænsninger

Modellen understøtter et 100.000 tokens kontekstvindue, der kombinerer prompt og completion. Maks. output pr. anmodning er 16.000 tokens, medmindre du angiver en lavere max_tokens værdi. Standard output vender tilbage til 2.048 tokens, hvis ikke angivet.

Overvåg dit tokenforbrug nøje, fordi omkostninger skalerer med længden. Brug stream mulighed til at håndtere hukommelse effektivt under lange samtaler.