Uncensored LLM API-Schnellstart

Voraussetzungen und Base-URL

Ihre unzensierte Reise in die künstliche Intelligenz beginnt mit einer Basis-URL. Verwenden https://api.apiintelligenceartificielle.com/v1 für alle Anfragen. Dieses Endpunkt leitet direkt zu unserem unzensierten Modell ohne externe Proxies weiter. Sie benötigen einen API-Schlüssel, den Sie auf der Schlüsselseite generieren. Für die Registrierung ist keine Telefonnummer erforderlich. Melden Sie sich mit Google oder einem E-Mail-Passwort an. Die Schnittstelle zeigt Ihren Schlüssel sofort nach der Erstellung an. Bewahren Sie diesen Schlüssel sicher auf, da er Ihre Token-Nutzung authentifiziert.

Authentifizierung und Header

Jede Anfrage erfordert Ihren API-Schlüssel im Authorization header. Formatieren Sie den Header als Bearer YOUR_API_KEY. Diese Standardmethode gewährleistet die Kompatibilität mit bestehenden Tools. Unsere NSFW-API akzeptiert diesen Header sowohl für Text- als auch für Streaming-Antworten. Schließen Sie den Schlüssel nicht in die URL-Abfragezeichenfolge ein, es sei denn, dies ist erforderlich. Das System validiert den Schlüssel, bevor Tokens verarbeitet werden. Ein ungültiger Schlüssel führt zu einem 401-Fehler. Ein fehlender Schlüssel verhindert, dass jede Anfrage erfolgreich ist. Überprüfen Sie, ob Ihr Schlüssel vorhanden ist, bevor Sie große Payloads senden.

Ihre erste Anfrage senden

Senden Sie eine POST-Anfrage an /v1/chat/completions mit Ihrer Modell-ID. Verwenden uncensored als Modellname. Der Anfragekörper muss ein messages-Array enthalten. Jede Nachricht hat eine Rolle und einen Inhalt. Hier ist ein grundlegendes cURL-Beispiel zum Einstieg.

Copycurl https://api.apiintelligenceartificielle.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the latest version of the Python SDK"}]
  }'

Dieser Befehl sendet einen einfachen Prompt an das unzensierte Modell. Die Antwort enthält den generierten Text. Überprüfen Sie die choices Array für die Ausgabe. Sie können die Prompt-Länge an Ihren Anwendungsfall anpassen. Das System verarbeitet die Eingabe und gibt Text zurück. Für die Basisnutzung ist keine komplexe Konfiguration erforderlich. Konzentrieren Sie sich für beste Ergebnisse auf die Inhaltsstruktur.

Streaming-Antworten handhaben

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Dies sendet teilweise Antworten, sobald sie generiert werden. Verwenden Sie Server-Sent Events (SSE), um den Stream zu verarbeiten. Das letzte Chunk enthält Details zur Token-Nutzung. Diese Methode reduziert die wahrgenommene Latenz für lange Ausgaben. Ihr Client muss das SSE-Format korrekt parsen. Puffern Sie eingehende Daten, bis der Stream endet. Streaming ist ideal für Echtzeitanwendungen. Es bietet sofortiges Feedback an die Benutzer. Überwachen Sie den Stream auf Fehler oder Verbindungsabbrüche. Stellen Sie die Verbindung wieder her, wenn sie unerwartet abbricht. Dieser Ansatz gewährleistet ein reibungsloses Benutzererlebnis.

Konfigurieren von Parametern

Passen Sie Parameter an, um das Modellverhalten zu steuern. Verwenden temperature für Zufälligkeit, im Bereich von 0 bis 2. Höhere Werte steigern die Kreativität. Niedrigere Werte machen die Ausgaben deterministischer. Legen Sie max_tokens die Ausgabelänge zu begrenzen. Der Standardwert beträgt 2.048 Tokens pro Anfrage. Sie können dies bis zu 16.000 Tokens erweitern. Verwenden top_p für Nucleus-Sampling. Legen Sie stop Sequenzen, um die Generierung zu stoppen. Der JSON-Modus ist verfügbar über response_format. Dies gewährleistet eine strukturierte Ausgabe für die Code-Integration. Experimentieren Sie mit diesen Einstellungen, um Ihre bevorzugte Balance zu finden. Das Modell passt sich Ihren spezifischen Anforderungen an.

Fehlerbehandlung und Limits

Überwachen Sie Ihre Anfrage-Limits sorgfältig. Sie dürfen 300 Anfragen pro Minute pro Schlüssel stellen. Nur 8 Anfragen können gleichzeitig ausgeführt werden. Die maximale Anfragekörpergröße beträgt 8 MB. Ein 401-Fehler zeigt einen ungültigen Schlüssel an. Ein 402-Fehler bedeutet, dass Ihr Guthaben aufgebraucht ist. Laden Sie mit Krypto auf, um den Dienst weiterhin nutzen zu können. Ein 429-Fehler signalisiert Ratenbegrenzung. Warten Sie vor dem erneuten Versuch, um weitere Verzögerungen zu vermeiden. Fehler und Ablehnungen verbrauchen kein Guthaben. Dies schützt Ihr vorausbezahltes Guthaben. Prüfen Sie die Antwort-Header für Nutzungsdetails. Verfolgen Sie Ihren Token-Verbrauch, um innerhalb der Limits zu bleiben. Planen Sie Ihre Nutzung, um Unterbrechungen bei kritischen Aufgaben zu vermeiden.

Python

Copyfrom openai import OpenAI

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