Démarrage rapide API

URL de base et authentification

Commencez par pointer votre client vers notre URL de base et envoie votre clé dans l'en-tête. Nous utilisons le schéma Authorization standard, donc n'importe quel SDK OpenAI ou client compatible fonctionne immédiatement. Vous n'avez pas besoin de gérer des flux OAuth complexes ou d'attendre une approbation. Inscrivez-vous simplement avec Google ou e-mail, copiez la clé, et vous êtes prêt. L'endpoint est https://api.aiohnezensur.com/v1 Et accepte le Authorization: Bearer YOUR_API_KEY header sur chaque requête.

Envoi de votre première requête

Faites un appel de complétion de chat simple pour tester le modèle uncensored. Cette requête envoie un prompt et reçoit une réponse textuelle sans les garde-fous corporatifs habituels. Vous pouvez utiliser n'importe quel outil prenant en charge le protocole OpenAI, mais un appel curl direct montre exactement ce qui se passe sous le capot. Remplacez YOUR_API_KEY avec votre clé réelle depuis le tableau de bord.

Copycurl https://api.aiohnezensur.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list 5 free open source image generators"}]
  }'

La réponse inclut le texte généré et les statistiques d'utilisation des tokens. Si vous obtenez une réponse, votre intégration fonctionne correctement. Vous pouvez maintenant passer à la création d'interactions plus complexes ou passer à des clients programmatiques.

Intégration du SDK Python

Utilisez le package Python officiel d'OpenAI pour interagir avec notre API en toute transparence. Définissez l'URL de base sur notre point de terminaison et fournissez votre clé en tant que jeton API. Cela vous permet de tirer parti des bases de code existantes sans réécrire la logique HTTP. L'ID du modèle est uncensored, qui déclenche notre modèle de langage large spécifique ajusté pour des sorties sans restrictions.

Copyfrom openai import OpenAI

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

Cet extrait démontre un échange de messages de base. Vous pouvez ajuster le tableau messages pour inclure des prompts système ou l'historique de conversation. Le SDK gère la sérialisation et l'analyse des erreurs pour vous.

Intégration du SDK Node

Intégrez l'API dans vos applications JavaScript ou TypeScript à l'aide du SDK Node. Configurez l'URL de base et la clé API comme dans l'exemple Python. Cette approche fonctionne bien pour le rendu côté serveur ou les microservices backend. Le SDK abstrait la couche réseau, vous permettant de vous concentrer sur la logique de l'invite.

Copyimport OpenAI from "openai";

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

Exécutez ce code pour voir le modèle répondre à votre entrée. Vous pouvez itérer rapidement en modifiant le contenu du prompt. La structure de la réponse correspond au format OpenAI standard, garantissant la compatibilité avec les autres outils de votre pile.

Réponses en streaming

Activez le streaming pour recevoir les jetons au fur et à mesure de leur génération, réduisant ainsi la latence perçue. Cette fonctionnalité est essentielle pour les interfaces utilisateur qui affichent du texte en temps réel. Définissez le stream le paramètre à true dans votre requête. L'API envoie une série d'événements envoyés par le serveur (SSE) au lieu d'un seul objet JSON. Chaque fragment contient un delta partiel de la réponse.

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)

Concaténez ces deltas côté client pour reconstituer le message complet. Cette méthode semble instantanée pour l'utilisateur, même pour les sorties longues. Le dernier chunk contient l'utilisation totale des jetons, vous permettant de facturer avec précision.

Limites de débit et contraintes

Comprendre les limites techniques pour éviter les échecs de requête en production. Vous avez droit à 300 requêtes par minute par clé et pouvez avoir 8 requêtes simultanées. Le corps de la requête ne doit pas dépasser 8 Mo. Si vous dépassez ces limites, l'API renvoie un code d'état 429. Vous devriez mettre en œuvre une nouvelle tentative exponentielle dans votre client pour gérer ces pics avec élégance. La fenêtre de contexte est de 100 000 tokens au total, avec une sortie maximale de 16 000 tokens par requête. Les erreurs et les refus ne consomment pas de crédit, vous pouvez donc réessayer en toute sécurité. Les erreurs d'authentification renvoient 401, et le solde insuffisant renvoie 402.