Uncensored LLM Online API Snelstart

Base URL en Authenticatie

De ongecensureerde llm online API gebruikt standaard OpenAI-compatibele endpoints. Configureer je client om naar de base URL https://api.uncensoredllmonline.com/v1 te wijzen. Authenticatie verloopt via een API-sleutel die wordt meegegeven in de Authorization header. Je kunt je sleutel genereren op de API-sleutel ophalen pagina met alleen een e-mailadres en wachtwoord. De sleutel wordt direct na de registratie weergegeven. Er is geen telefoonnummer of creditcard nodig om te beginnen. Elke account heeft één actieve sleutel, die op elk moment opnieuw kan worden gegenereerd om de toegang voor de oude sleutel te intrekken. Bewaar je sleutel veilig, omdat deze directe toegang geeft tot je prepaid tegoed.

Chat Completions Endpoint

Stuur tekst naar de ongecensureerde llm door te posten naar POST /v1/chat/completions. Dit endpoint accepteert een lijst met berichten en retourneert het antwoord van het model. De te gebruiken model ID is uncensored. Dit is een open-weight model dat is afgestemd op het beantwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik. Het is geen GPT, Claude of een model van een andere leverancier. De API retourneert ruwe tekstgeneratiemogelijkheden die geschikt zijn voor aangepaste integraties. Gebruik de volgende cURL-opdracht om een basisverzoek te testen:

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."}]
  }'

De request body moet de model ID en je berichtengeschiedenis bevatten. Zorg ervoor dat je client de Authorization: Bearer <your-key> header verstuurt. De response bevat de gegenereerde tekst, die je kunt parseren en gebruiken in je applicatielogica.

Python SDK Integratie

Gebruik de officiële OpenAI Python SDK om te communiceren met het ongecensureerde AI-model. Stel de base_url en api_key in tijdens de initialisatie van je client. Hiermee kun je bekende methoden gebruiken zoals chat.completions.create. Het volgende voorbeeld toont hoe je de client initialiseert en een eenvoudige query verstuurt:

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)

Deze aanpak stelt je in staat bestaande codestructuren te benutten terwijl je overschakelt naar een ongecensureerde LLM. De SDK verwerkt JSON-serialisatie en response-parsering automatisch. Onthoud dat de model ID moet worden ingesteld op uncensored om zeker te weten dat je het juiste endpoint raakt. Deze methode is ideaal voor ontwikkelaars die boilerplate-code willen minimaliseren.

Node SDK Integratie

Voor JavaScript- of TypeScript-projecten werkt de OpenAI Node SDK naadloos samen met onze API. Initialiseer de client met je API-sleutel en de juiste base URL. Het endpoint ondersteunt standaard chat completions, waardoor integratie in webapps of serverless functies eenvoudig is. Zo configureer je de 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);

Geef de berichtenarray en de model ID uncensored mee aan de completion-functie. Het antwoord bevat de gegenereerde tekst. Deze integratie is geschikt voor ontwikkelaars die ongecensureerde tekstgeneratie in Node.js-toepassingen willen inbedden. Zorg ervoor dat je fouten op de juiste manier afhandelt, omdat de API rate limit- of kredietuitputting-fouten kan retourneren.

Streaming Reacties (SSE)

Schakel real-time tekstgeneratie in door stream: true in je request in te stellen. De API retourneert Server-Sent Events (SSE) die de response token voor token leveren. Dit is nuttig voor chatinterfaces of applicaties waar latentie belangrijk is. Gebruik het volgende voorbeeld om streaming te implementeren:

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)

Lees van de stream terwijl tokens aankomen. De ongecensureerde llm online API ondersteunt dit ingebouwd. Streaming vermindert de waargenomen latentie voor eindgebruikers. Houd er rekening mee dat streaming hetzelfde tokenaantal verbruikt als niet-streaming verzoeken. Elke token wordt gefactureerd op basis van je prepaid tegoedsaldo.

Rate Limits en Contextvenster

De ongecensureerde llm online API hanteert een limiet van 300 verzoeken per minuut per sleutel. De maximale grootte van het verzoeklichaam is 8 MB. Het contextvenster is 100.000 tokens, zowel voor prompt als completion. Als je de rate limit overschrijdt, retourneert de API een 429-fout. Als je prepaid tegoed op is, ontvang je een 402-fout. Een ongeldige of verlopen sleutel resulteert in een 401-fout. Deze limieten zorgen voor eerlijk gebruik voor alle ontwikkelaars. Betaal per gebruik prepaid tegoed vervalt nooit, dus je kunt je saldo gebruiken wanneer je maar wilt.