API-Dokumentation für unzensierte KI

Basis-URL und Authentifizierung

Die Base-URL für alle Anfragen ist https://api.uncensoredaicoding.com/v1. Authentifizieren Sie sich, indem Sie Ihren eindeutigen API-Schlüssel im Authorization header. Das Format ist Bearer YOUR_API_KEY. Dieser Header stellt sicher, dass Ihre Anfragen korrekt an das dedizierte unzensierte Modell geleitet werden. Wir verwenden keine Abfrageparameter zur Authentifizierung. Bewahren Sie Ihren Schlüssel sicher auf. Drehen Sie ihn über das Dashboard nach Bedarf. Der Schlüssel gewährt Zugriff auf Chat-Vervollständigungen. Er gewährt keinen Zugriff auf andere Endpunkte. Sie erhalten einen Schlüssel pro Konto. Ein neuer Schlüssel ersetzt den alten sofort. Dieses Design eliminiert Abonnement-Hürden. Sie zahlen für das, was Sie nutzen. Prepaid-Guthaben deckt Ihre Nutzung ab. Fehler und Ablehnungen verbrauchen kein Guthaben. Starten Sie mit dem Testguthaben.

Erste Anfrage

Senden Sie Ihre erste Eingabeaufforderung an den Chat-Completion-Endpunkt. Die Model-ID ist uncensored. Dieses Modell verarbeitet Texteingaben und generiert Textausgaben. Es lehnt legale erwachsene oder kontroverse Themen nicht ab. Die Anfragestruktur entspricht dem Standard OpenAI Format. Sie können jede kompatible Client-Bibliothek verwenden. Passen Sie die Basis-URL in Ihrer Client-Konfiguration an. Legen Sie das Feld model auf uncensored. Geben Sie bei Bedarf einen Systemprompt an. Fügen Sie Benutzernachrichten im Nachrichten-Array hinzu. Die API gibt ein Antwortobjekt zurück. Schließen Sie Token-Nutzungsdaten ein. Dies bestätigt, dass Ihr Setup funktioniert. Testen Sie mit einer einfachen Abfrage. Überprüfen Sie das Antwortformat. Dieser Schritt validiert Ihre Integration. Fahren Sie mit komplexeren Prompts fort. Die uncensored AI Coding API ist bereit.

Python SDK-Integration

Verwenden Sie die offizielle OpenAI Python-Bibliothek für eine einfache Integration. Konfigurieren Sie die Basis-URL, um auf unsere API zu verweisen. Legen Sie den API-Schlüssel in der Umgebung oder im Client fest. Der Modellparameter sollte uncensored. Dies ermöglicht es Ihnen, vertraute Methoden zu verwenden. Rufen Sie chat.completions.create() mit Ihren Nachrichten. Die Bibliothek übernimmt die JSON-Serialisierung. Sie erhalten ein strukturiertes Antwortobjekt. Greifen Sie auf den generierten Text über response.choices[0].message.content. Dieser Ansatz reduziert Boilerplate-Code. Er gewährleistet Typsicherheit. Verwenden Sie asynchrone Methoden für hohen Durchsatz. Das SDK verwaltet Wiederholungen. Behandeln Sie Ausnahmen für Ratenbegrenzungen. Diese Einrichtung ist zuverlässig. Sie funktioniert mit bestehenden Codebasen. Integrieren Sie uncensored-Funktionen schnell.

Node.js-SDK-Nutzung

Das Node.js SDK folgt denselben Mustern. Installieren Sie das OpenAI-Paket. Initialisieren Sie den Client mit Ihrer Basis-URL. Legen Sie den API-Schlüssel korrekt fest. Verwenden Sie chat.completions.create() für Anfragen. Übergeben Sie das Modell als uncensored. Die Antwort enthält Inhalt und Nutzung. Greifen Sie programmatisch auf den Text zu. Dieses SDK unterstützt Promises. Verwenden Sie async/await für sauberen Code. Behandeln Sie Fehler angemessen. Rate Limits geben spezifische Statuscodes zurück. Die Token-Nutzung wird verfolgt. Diese Integration ist unkompliziert. Sie passt sich in Express oder standalone Skripte ein. Die uncensored AI Coding API funktioniert nahtlos. Stellen Sie Ihre NSFW- oder uneingeschränkten Apps bereit. Skalieren Sie Ihr Backend effizient.

Streaming-Antworten

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Chunks über Server-Sent Events (SSE) zurück. Jeder Chunk enthält teilweise Text. Verarbeiten Sie diese Chunks in Echtzeit. Dies verbessert das Benutzererlebnis bei langen Ausgaben. Der letzte Chunk enthält Token-Nutzungsdaten. Verfolgen Sie Eingabe- und Ausgabetokens genau. Diese Daten helfen, die Kosten zu überwachen. Streaming funktioniert mit allen Parametern. Temperatur und top-p gelten normal. Function Calling funktioniert im Streaming-Modus. Verarbeiten Sie die Stream-Ereignisse sorgfältig. Puffern Sie teilweise Antworten bei Bedarf. Dieses Feature unterstützt interaktive Apps. Die uncensored AI Coding API verarbeitet Streams zuverlässig. Stellen Sie sicher, dass Ihr Client den vollständigen Stream liest.

Limits, Fehler und Kontext

Das Context-Window unterstützt insgesamt 100.000 Tokens. Dies umfasst sowohl Prompt als auch Completion. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Legen Sie max_tokens um die Ausgabelänge zu steuern. Der Standardwert beträgt 2.048 Token. Die Ratenbegrenzung erlaubt 300 Anfragen pro Minute. Gleichzeitige Anfragen sind auf 8 begrenzt. Anforderungstextkörper müssen unter 8 MB bleiben. Fehler geben standardmäßige HTTP-Codes zurück. Ein 401-Status bedeutet einen ungültigen Schlüssel. Ein 402-Status zeigt an, dass kein Guthaben vorhanden ist. Ein 429-Status signalisiert Ratenbegrenzung. Rückerstattungen werden nicht für Guthaben ausgegeben. Fehler werden über den Support behoben. Nutzen Sie diese Grenzen, um Ihre Architektur zu planen. Überwachen Sie die Nutzung, um Überraschungen zu vermeiden.

cURL

Copycurl https://api.uncensoredaicoding.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list available endpoints for user data retrieval"}]
  }'

Python

Copyfrom openai import OpenAI

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