Unzensiertes LLM-Chat: Einfachen Client erstellen
Ein unzensierter LLM-Chat ist einfach zu erstellen, sobald du einen OpenAI-kompatiblen Endpunkt hast: eine Schleife, eine Nachrichtenliste und einen Streaming-Reader. Unten findest du zwei minimale Clients, einen für das Terminal und einen für den Browser, die du in wenigen Minuten ausführen kannst.


Wichtige Punkte
- Ein Chat-Client besteht aus einer Nachrichtenliste plus einer Streaming-Schleife; die API ist zustandslos, daher sendest du den Verlauf bei jedem Schritt erneut.
- Die Terminal-Version ist 25 Zeilen Python mit dem OpenAI SDK.
- Für das Web halte den API-Schlüssel auf einem kleinen Server und stream die Antwort in den Browser.
- Kürze alte Nachrichten, bevor du das 100.000-Token-Fenster erreichst, und behandle 429 mit einer Wiederholung.
Starte mit Testguthaben
E-Mail und Passwort, der Schlüssel erscheint sofort auf dem Bildschirm.
API-Schlüssel erhaltenWas du aufbaust
Zwei kleine Programme. Das erste ist ein Terminal-Chat, der Token streamt, sobald sie eintreffen. Das zweite ist eine Webseite mit einem kleinen Node-Server davor. Beide sprechen denselben Endpunkt an, https://api.uncensoredllmonline.com/v1, unter Verwendung des Modells uncensored.
Dies ist ein unzensierter LLM-Chat in dem Sinne, dass das Modell darauf trainiert ist, ohne Inhaltsablehnungen für die rechtmäßige Erwachsenennutzung zu antworten. Es ist ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird, kein offizielles Produkt eines großen Anbieters. Sexuelle Inhalte mit Minderjährigen sind nicht erlaubt und werden nie beantwortet. Es ist nur Text.
Du benötigst einen Schlüssel. Nach der Anmeldung beanspruche das $0,50-Testguthaben auf der API-Schlüssel-Seite; das reicht für alles in diesem Artikel. Wenn du lieber eine fertige App nutzen möchtest, anstatt eine zu schreiben, sieh dir die Anleitung zu den API-Client-Optionen an.
So funktioniert der Chat-Status
Die API merkt sich keine Unterhaltungen. Jede Anfrage muss den gesamten Verlauf als Liste von Nachrichten enthalten: zuerst eine Systemnachricht, dann abwechselnd Benutzer- und Assistentennachrichten. Das Modell sieht nur, was du sendest. Dein Client besitzt den Speicher.
Das hat direkte Auswirkungen auf die Kosten. Bei $0,15 pro 1 Mio. Input-Token kostet ein Chat, der auf 8.000 Token Verlauf angewachsen ist, bei der nächsten Runde $0,0012 an Input (8.000 x $0,15 / 1 Mio.). Eine Antwort von 300 Token fügt $0,00015 hinzu. Eine Runde kostet also etwa $0,00135, und das Testguthaben deckt immer noch mehrere Hundert davon ab. Die Ausgabe wird mit $0,50 pro 1 Mio. berechnet.
Das Kontextfenster umfasst 100.000 Token, Prompt und Completion zusammen. Ein normaler Chat kommt dem nie nahe, aber ein langes Roleplay oder ein Dokumenten-Chat kann es erreichen, also plane das Kürzen ein (siehe unten).
Terminal-Client in Python
Installiere das SDK mit pip install openai, setze deinen Schlüssel und führe dies aus:
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredllmonline.com/v1", api_key="YOUR_KEY")
history = [{"role": "system", "content": "You are a direct, friendly assistant."}]
while True:
try:
user = input("\nyou> ").strip()
except (EOFError, KeyboardInterrupt):
break
if not user:
continue
history.append({"role": "user", "content": user})
reply = ""
stream = client.chat.completions.create(
model="uncensored", messages=history, stream=True
)
print("bot> ", end="", flush=True)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
piece = chunk.choices[0].delta.content
reply += piece
print(piece, end="", flush=True)
history.append({"role": "assistant", "content": reply})
Hinweise zum Code. stream=True gibt Chunks zurück; jeder enthält ein kleines Textstück in delta.content. Die Prüfung auf chunk.choices ist wichtig, weil der letzte Nutzungs-Chunk ohne Choices eintreffen kann. Die Antwort wird zu einem String gesammelt und als Assistenten-Nachricht zum Verlauf hinzugefügt, wodurch die nächste Runde die vorherige kennt. Strg+C oder Strg+D beendet die Sitzung sauber.
Web-Client: Schlüssel auf dem Server, Stream auf die Seite
Gib den API-Schlüssel niemals in Browser-JavaScript ein. Jeder kann ihn lesen und dein Guthaben ausgeben. Starte stattdessen einen kleinen Server, der den Schlüssel hinzufügt und den Stream weiterleitet. Dieser benötigt Node 18 oder neuer und keine Pakete:
import http from "node:http";
import { readFileSync } from "node:fs";
const BASE = "https://api.uncensoredllmonline.com/v1";
const KEY = process.env.API_KEY;
http.createServer(async (req, res) => {
if (req.method === "GET") {
res.setHeader("Content-Type", "text/html");
return res.end(readFileSync("index.html"));
}
if (req.method === "POST" && req.url === "/chat") {
let body = "";
for await (const c of req) body += c;
const { messages } = JSON.parse(body);
const up = await fetch(BASE + "/chat/completions", {
method: "POST",
headers: { Authorization: "Bearer " + KEY, "Content-Type": "application/json" },
body: JSON.stringify({ model: "uncensored", messages, stream: true }),
});
res.writeHead(up.status, { "Content-Type": "text/event-stream" });
for await (const chunk of up.body) res.write(chunk);
return res.end();
}
res.statusCode = 404;
res.end();
}).listen(3000);
Starte es mit API_KEY=your_key node server.mjs. In index.html reichen ein Textfeld und ein div. Der wichtige Teil ist das Lesen der Server-Sent Events:
async function send(messages, onText) {
const r = await fetch("/chat", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({ messages }),
});
const reader = r.body.getReader();
const dec = new TextDecoder();
let buf = "";
while (true) {
const { done, value } = await reader.read();
if (done) break;
buf += dec.decode(value, { stream: true });
const lines = buf.split("\n");
buf = lines.pop();
for (const line of lines) {
if (line.startsWith("data: ") === false) continue;
const data = line.slice(6).trim();
if (data === "[DONE]") return;
const delta = JSON.parse(data).choices?.[0]?.delta?.content;
if (delta) onText(delta);
}
}
}Rufe send(history, text => out.textContent += text) auf und füge die fertige Antwort in dein Verlauf-Array ein. Server-Sent Events teilen Chunks an beliebigen Byte-Positionen auf, weshalb der Code einen Puffer hält und nur vollständige Zeilen parst.
Lange Chats gesund halten
Bei längeren Sitzungen treten drei Probleme auf, und alle haben einfache Lösungen.
Verlauf wächst unbegrenzt
Behalte die Systemnachricht und die letzten N Nachrichten oder fasse den ältesten Teil in einer Nachricht zusammen. Die Anzahl der Zeichen durch vier zu zählen, ist eine gute Näherung für Token. Strebe an, weit unter 100.000 zu bleiben.
429-Fehler
Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute; ein Test-Schlüssel erlaubt 2 und 60. Wenn du HTTP 429 mit Code rate_limited oder concurrency siehst, warte einen Moment und versuche es erneut. Eine temporäre Überlastung gibt ebenfalls 429 mit Retry-After: 5 zurück. Eine gestreamte Anfrage belegt ihren Parallelitäts-Slot bis das Stream endet, daher sollte eine Verbindung bei einem Tab-Schließen auf dem Server abgebrochen werden.
Tonfall driftet ab
Die System-Nachricht legt das Verhalten fest. Halte sie kurz und spezifisch, senke temperature für Konsistenz und erhöhe sie für kreatives Schreiben. Parameter wie top_p, stop und seed werden durchgereicht.
Vom Prototyp zu etwas, das du teilen kannst
Wenn andere deine Chat-Anwendung nutzen, füge pro-Nutzer-Ratenlimits auf deinem Server hinzu, damit eine Person nicht das Guthaben aufbrauchen kann. Zeige eine klare Nachricht an, wenn eine Anfrage fehlschlägt, und bedenke, dass fehlgeschlagene oder abgelehnte Anfragen nicht berechnet werden. Das verbleibende Guthaben kannst du aus dem X-Balance-USD-Response-Header lesen oder GET /v1/balance aufrufen.
Wenn das Testguthaben aufgebraucht ist, lade einen beliebigen Gesamtbetrag von 20 $ bis 500 $ auf. Größere Aufladungen erhalten einen Bonus von +5 % ab 50 $, +10 % ab 100 $ und +15 % ab 200 $, und das Guthaben verfällt nie. Du kannst mit Krypto bezahlen. Die Preisseite enthält die Details, und die Dokumentation listet jeden Endpunkt auf, einschließlich /v1/responses, wenn du dieses Format bevorzugst.
Weitere Anleitungen
Fragen und Antworten
Muss ich bei jeder Anfrage den gesamten Verlauf senden?
Ja. Die API ist zustandslos, daher sendet dein Client die Systemnachricht und die vorherigen Nachrichten bei jeder Anfrage erneut.
Kann der Browser die API direkt aufrufen?
Technisch möglich, aber dabei wird dein Schlüssel offengelegt. Halte den Schlüssel auf einem Server und stream die Antwort darüber.
Wie erhalte ich Streaming-Ausgaben?
Setze stream auf true. Die Antwort kommt als Server-Sent Events, die Token-Nutzung wird am Ende gemeldet.
Was passiert, wenn ich ein Ratenlimit erreiche?
Du erhältst HTTP 429 mit dem Code rate_limited oder concurrency. Warte und wiederhole die Anfrage; wenn der Header Retry-After: 5 vorhanden ist, warte die angegebene Anzahl an Sekunden.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.