Documentazione API per AI Senza Censura

URL Base e Autenticazione

L'URL di base per tutte le richieste è https://api.uncensoredaicoding.com/v1. Autenticati passando la tua chiave API unica in Authorization header. Il formato è Bearer YOUR_API_KEY. Questo header garantisce che le tue richieste vengano instradate correttamente al modello dedicato non censurato. Non utilizziamo parametri di query per l'autenticazione. Conserva la tua chiave in modo sicuro. Ruotala tramite la dashboard se necessario. La chiave concede l'accesso alle chat completions. Non concede l'accesso ad altri endpoint. Ottieni una chiave per account. Una nuova chiave sostituisce istantaneamente quella vecchia. Questo design elimina l'attrito delle sottoscrizioni. Paghi solo ciò che usi. Il credito prepagato copre il tuo utilizzo. Errori e rifiuti non consumano crediti. Inizia con il credito di prova.

Prima richiesta

Invia il tuo primo prompt all'endpoint per le chat completions. L'ID del modello è uncensored. Questo modello gestisce input e output testuali. Non rifiuta contenuti adulti leciti o argomenti controversi. La struttura della richiesta rispecchia i formati standard OpenAI. Puoi utilizzare qualsiasi libreria client compatibile. Modifica l'URL base nella configurazione del tuo client. Imposta il campo model su uncensored. Fornisci un prompt di sistema se necessario. Aggiungi messaggi utente nell'array messages. L'API restituisce un oggetto di risposta. Include i dati sull'utilizzo dei token. Questo conferma che la tua configurazione funziona. Testa con una query semplice. Verifica il formato della risposta. Questo passaggio convalida la tua integrazione. Procedi con prompt più complessi. L'API uncensored per la programmazione AI è pronta.

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per un'integrazione semplice. Configura l'URL di base per puntare alla nostra API. Imposta la chiave API nell'ambiente o nel client. Il parametro model dovrebbe essere uncensored. Questo ti permette di utilizzare metodi familiari. Chiama chat.completions.create() con i tuoi messaggi. La libreria gestisce la serializzazione JSON. Ricevi un oggetto di risposta strutturato. Accedi al testo generato tramite response.choices[0].message.content. Questo approccio riduce il codice boilerplate. Garantisce la sicurezza dei tipi. Usa metodi async per un alto throughput. L'SDK gestisce i tentativi di ripetizione. Gestisci le eccezioni per i limiti di frequenza. Questa configurazione è affidabile. Funziona con codebase esistenti. Integra le capacità uncensored rapidamente.

Utilizzo SDK Node.js

L'SDK Node.js segue gli stessi pattern. Installa il pacchetto OpenAI. Inizializza il client con il tuo URL di base. Imposta correttamente la chiave API. Usa chat.completions.create() per le richieste. Passa il modello come uncensored. La risposta include contenuti e utilizzo. Accedi al testo in modo programmatico. Questo SDK supporta le promesse. Usa async/await per un codice pulito. Gestisci gli errori in modo elegante. I limiti di frequenza restituiscono codici di stato specifici. L'utilizzo dei token viene tracciato. Questa integrazione è semplice. Si integra in Express o in script standalone. L'API di codifica AI uncensored funziona senza problemi. Distribuisci le tue app NSFW o senza restrizioni. Scalare il tuo backend in modo efficiente.

Risposte in streaming

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce chunk tramite Server-Sent Events (SSE). Ogni chunk contiene testo parziale. Elaborali in tempo reale. Questo migliora l'esperienza utente per gli output lunghi. L'ultimo chunk include i dati sull'utilizzo dei token. Monitora con precisione i token di input e output. Questi dati aiutano a monitorare i costi. Lo streaming funziona con tutti i parametri. Temperatura e top-p si applicano normalmente. Il function calling funziona in modalità streaming. Gestisci gli eventi dello stream con cura. Memorizza le risposte parziali in un buffer se necessario. Questa funzionalità supporta le app interattive. L'API uncensored AI coding gestisce gli stream in modo affidabile. Assicurati che il tuo client legga l'intero stream.

Limiti, Errori e Contesto

La finestra di contesto supporta un totale di 100,000 token. Questo include sia il prompt che il completamento. L'output massimo è di 16,000 token per richiesta. Imposta max_tokens per controllare la lunghezza dell'output. Il valore predefinito è 2.048 token. I limiti di velocità permettono 300 richieste al minuto. Le richieste concorrenti sono limitate a 8. I corpi delle richieste devono restare sotto 8 MB. Gli errori restituiscono codici HTTP standard. Uno status 401 indica una chiave non valida. Uno status 402 indica assenza di credito. Uno status 429 segnala il superamento del limite di velocità. I rimborsi non vengono emessi per i crediti. Gli errori vengono risolti tramite supporto. Usa questi limiti per pianificare la tua architettura. Monitora l'utilizzo per evitare sorprese.

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)