Guida rapida API Uncensored LLM Online

URL base e autenticazione

L'API uncensored llm online utilizza endpoint standard compatibili con OpenAI. Configura il tuo client per puntare all'URL di base https://api.uncensoredllmonline.com/v1. L'autenticazione avviene tramite una chiave API passata nell'intestazione Authorization. Puoi generare la tua chiave nella pagina Ottieni chiave API usando solo email e password. La chiave viene visualizzata immediatamente al momento della registrazione. Non sono necessari numero di telefono o carta di credito per iniziare. Ogni account contiene una chiave attiva, che può essere rigenerata in qualsiasi momento per revocare l'accesso alla vecchia chiave. Mantieni la chiave al sicuro, poiché fornisce accesso diretto ai tuoi crediti prepagati.

Endpoint Chat Completions

Invia testo all'uncensored llm effettuando una richiesta POST a POST /v1/chat/completions. Questo endpoint accetta un elenco di messaggi e restituisce la risposta del modello. L'ID del modello da utilizzare è uncensored. Si tratta di un modello a pesi aperti ottimizzato per rispondere senza rifiuti di contenuto per uso adulto lecito. Non è GPT, Claude o un modello di un altro fornitore. L'API restituisce capacità di generazione di testo grezzo adatte a integrazioni personalizzate. Usa il seguente comando cURL per testare una richiesta di base:

Copycurl https://api.uncensoredllmonline.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Il corpo della richiesta deve includere l'ID del modello e la cronologia dei messaggi. Assicurati che il tuo client invii l'intestazione Authorization: Bearer <your-key>. La risposta conterrà il testo generato, che puoi analizzare e utilizzare nella logica della tua applicazione.

Integrazione SDK Python

Usa l'SDK Python ufficiale di OpenAI per interagire con il modello AI senza censura. Imposta base_url e api_key nell'inizializzazione del tuo client. Questo ti permette di usare metodi familiari come chat.completions.create. L'esempio seguente mostra come inizializzare il client e inviare una query semplice:

Copyfrom openai import OpenAI

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

Questo approccio ti permette di sfruttare le strutture di codice esistenti passando a un LLM senza censura. L'SDK gestisce automaticamente la serializzazione JSON e l'analisi delle risposte. Ricorda che l'ID del modello deve essere impostato su uncensored per assicurarti di raggiungere l'endpoint corretto. Questo metodo è ideale per gli sviluppatori che vogliono minimizzare il codice ridondante.

Integrazione SDK Node.js

Per progetti JavaScript o TypeScript, l'SDK Node.js di OpenAI funziona perfettamente con la nostra API. Inizializza il client con la tua chiave API e l'URL base corretto. L'endpoint supporta le chat completions standard, rendendo facile l'integrazione in app web o funzioni serverless. Ecco come configurare il client:

Copyimport OpenAI from "openai";

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

Passa l'array di messaggi e l'ID del modello uncensored alla funzione di completamento. La risposta conterrà il testo generato. Questa integrazione è adatta per gli sviluppatori che devono incorporare la generazione di testo senza censura nelle applicazioni Node.js. Assicurati di gestire gli errori in modo appropriato, poiché l'API potrebbe restituire errori di limite di richiesta o esaurimento del credito.

Risposte in streaming (SSE)

Abilita la generazione di testo in tempo reale impostando stream: true nella tua richiesta. L'API restituisce Server-Sent Events (SSE) che consegnano il token risposta token per token. Questo è utile per interfacce chat o applicazioni dove la latenza è cruciale. Usa il seguente esempio per implementare lo 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)

Leggi dallo stream man mano che arrivano i token. L'API del LLM senza censura online supporta questa funzionalità nativamente. Lo streaming riduce la latenza percepita per gli utenti finali. Tieni presente che lo streaming consuma lo stesso numero di token delle richieste non in streaming. Ogni token viene fatturato in base al saldo del tuo credito prepagato.

Limiti di richiesta e finestra di contesto

L'API uncensored llm online impone un limite di 300 richieste al minuto per chiave. La dimensione massima del corpo della richiesta è di 8 MB. La finestra di contesto è di 100.000 token, che coprono sia il prompt che il completamento. Se superi il limite di richieste, l'API restituisce un errore 429. Se il tuo credito prepagato si esaurisce, ricevi un errore 402. Una chiave non valida o scaduta provoca un errore 401. Questi limiti garantiscono un utilizzo equo per tutti gli sviluppatori. Il credito prepagato pagamento a consumo non scade mai, quindi puoi utilizzare il tuo saldo quando ne hai bisogno.