Início rápido da API Uncensored LLM Online

URL base e autenticação

A API da LLM sem censura online usa endpoints padrão compatíveis com OpenAI. Configure seu cliente para apontar para a URL base https://api.uncensoredllmonline.com/v1. A autenticação é feita por meio de uma chave de API passada no cabeçalho Authorization. Você pode gerar sua chave na página Obter chave de API usando apenas e-mail e senha. A chave é exibida imediatamente após o cadastro. Não é necessário número de telefone ou cartão de crédito para começar. Cada conta possui uma chave ativa, que pode ser regenerada a qualquer momento para revogar o acesso da chave antiga. Mantenha sua chave segura, pois ela fornece acesso direto aos seus créditos pré-pagos.

Endpoint de Chat Completions

Envie texto para a LLM sem censura postando em POST /v1/chat/completions. Este endpoint aceita uma lista de mensagens e retorna a resposta do modelo. O ID do modelo a ser usado é uncensored. Este é um modelo de pesos abertos ajustado para responder sem recusas de conteúdo para uso adulto lícito. Não é GPT, Claude ou o modelo de outro fornecedor. A API retorna capacidades de geração de texto bruto adequadas para integrações personalizadas. Use o seguinte comando cURL para testar uma solicitação básica:

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."}]
  }'

O corpo da requisição deve incluir o ID do modelo e o histórico de mensagens. Certifique-se de que seu cliente envie o cabeçalho Authorization: Bearer <your-key>. A resposta conterá o texto gerado, que você pode analisar e usar na lógica da sua aplicação.

Integração com SDK Python

Use o SDK Python oficial da OpenAI para interagir com o modelo de IA sem censura. Defina o base_url e o api_key na inicialização do seu cliente. Isso permite que você use métodos familiares como chat.completions.create. O exemplo a seguir demonstra como inicializar o cliente e enviar uma consulta simples:

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)

Essa abordagem permite que você aproveite estruturas de código existentes enquanto muda para uma LLM sem censura. O SDK lida com a serialização JSON e a análise de resposta automaticamente. Lembre-se de que o ID do modelo deve ser definido como uncensored para garantir que você esteja atingindo o endpoint correto. Este método é ideal para desenvolvedores que desejam minimizar o código boilerplate.

Integração com SDK Node.js

Para projetos JavaScript ou TypeScript, o SDK Node.js da OpenAI funciona perfeitamente com nossa API. Inicialize o cliente com sua chave de API e a URL base correta. O endpoint suporta chat completions padrão, facilitando a integração em aplicativos web ou funções serverless. Veja como configurar o cliente:

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);

Passe o array de mensagens e o ID do modelo uncensored para a função de conclusão. A resposta conterá o texto gerado. Esta integração é adequada para desenvolvedores que precisam incorporar geração de texto sem censura em aplicativos Node.js. Certifique-se de tratar erros adequadamente, pois a API pode retornar erros de limite de requisições ou exaustão de crédito.

Respostas em streaming (SSE)

Ative a geração de texto em tempo real definindo stream: true na sua solicitação. A API retorna Eventos Enviados pelo Servidor (SSE) que entregam o token de resposta token por token. Isso é útil para interfaces de chat ou aplicativos onde a latência é crítica. Use o exemplo a seguir para implementar o 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)

Leia do stream conforme os tokens chegam. A API de LLM sem censura online suporta isso nativamente. O streaming reduz a latência percebida para os usuários finais. Observe que o streaming consome a mesma contagem de tokens que as solicitações sem streaming. Cada token é cobrado de acordo com o saldo do seu crédito pré-pago.

Limites de taxa e janela de contexto

A API da LLM sem censura online impõe um limite de 300 requisições por minuto por chave. O tamanho máximo do corpo da solicitação é 8 MB. A janela de contexto é de 100.000 tokens, abrangendo tanto o prompt quanto a conclusão. Se você exceder o limite de requisições, a API retornará um erro 429. Se seu crédito pré-pago for esgotado, você receberá um erro 402. Uma chave inválida ou expirada resulta em um erro 401. Esses limites garantem o uso justo por todos os desenvolvedores. O crédito pré-pago pagamento por uso nunca expira, então você pode usar seu saldo sempre que precisar.