API 빠른 시작

Base URL 및 인증

클라이언트를 기본 URL로 가리키고 Authorization 헤더에 키를 전달하세요. 표준 Authorization 방식을 사용하므로 모든 OpenAI SDK 또는 호환 클라이언트가 즉시 작동합니다. 복잡한 OAuth 흐름을 관리하거나 승인을 기다릴 필요가 없습니다. Google 또는 이메일로 가입하고 키를 복사하면 준비가 완료됩니다. 엔드포인트는 https://api.aiohnezensur.com/v1 를 받아들이며 Authorization: Bearer YOUR_API_KEY 모든 요청에 header.

첫 번째 요청 보내기

uncensored 모델을 테스트하기 위한 간단한 채팅 완료 호출을 수행하세요. 이 요청은 일반적인 기업식 가드레일 없이 텍스트 응답을 받기 위해 프롬프트를 보냅니다. OpenAI 프로토콜을 지원하는 모든 도구를 사용할 수 있지만, 직접적인 curl 호출은 내부에서 일어나는 일을 정확히 보여줍니다. 다음을 교체하세요 YOUR_API_KEY 대시보드의 실제 키를 사용합니다.

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"}]
  }'

응답에는 생성된 텍스트와 토큰 사용 통계가 포함됩니다. 응답을 받으면 통합이 올바르게 작동하고 있음을 알 수 있습니다. 이제 더 복잡한 상호작용을 구축하거나 프로그래밍 클라이언트로 전환할 수 있습니다.

Python SDK 통합

공식 OpenAI Python 패키지를 사용하여 우리 API와 원활하게 상호 작용하세요. base URL을 우리 엔드포인트로 지정하고 키를 API 토큰으로 제공하세요. 이렇게 하면 HTTP 로직을 다시 작성하지 않고 기존 코드베이스를 활용할 수 있습니다. 모델 ID는 uncensored제한 없는 출력을 위해 특별히 조정된 대형 언어 모델을 실행합니다.

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)

이 코드 스니펫은 기본 메시지 교환을 보여줍니다. 시스템 프롬프트나 대화 기록을 포함하도록 messages 배열을 조정할 수 있습니다. SDK가 직렬화 및 오류 파싱을 처리합니다.

Node SDK 통합

Node SDK를 사용하여 JavaScript 또는 TypeScript 애플리케이션에 API를 통합하세요. Python 예제와 마찬가지로 Base URL과 API 키를 구성하세요. 이 접근 방식은 서버 측 렌더링이나 백엔드 마이크로서비스에 적합합니다. SDK는 네트워크 레이어를 추상화하여 프롬프트 로직에 집중할 수 있게 합니다.

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);

이 코드를 실행하여 모델이 입력에 응답하는 것을 확인하세요. 프롬프트 내용을 변경하여 빠르게 반복할 수 있습니다. 응답 구조는 표준 OpenAI 형식을 따르므로 스택의 다른 도구와 호환됩니다.

스트리밍 응답

스트리밍을 활성화하여 토큰이 생성되는 대로 수신하여 지각된 지연 시간을 줄이세요. 이는 텍스트를 실시간으로 표시하는 사용자 인터페이스에 중요합니다. 다음을 설정하세요. stream 파라미터를 true 요청에 포함됩니다. API는 단일 JSON 객체 대신 일련의 서버 전송 이벤트(SSE)를 전송합니다. 각 청크에는 응답의 부분 델타가 포함됩니다.

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)

클라이언트 측에서 이러한 델타를 연결하여 전체 메시지를 복원하세요. 이 방법은 긴 출력에도 불구하고 사용자에게 즉시 느껴집니다. 마지막 청크에는 총 토큰 사용량이 포함되어 있어 정확하게 청구할 수 있습니다.

속도 제한 및 제약 조건

프로덕션 환경에서 요청 실패를 방지하기 위해 기술적 한계를 이해하세요. 키당 분당 300개 요청이 허용되며 최대 8개의 동시 요청이 가능합니다. 요청 본문 크기는 8MB를 초과할 수 없습니다. 이러한 제한을 초과하면 API가 429 상태 코드를 반환합니다. 클라이언트에서 지수 백오프를 구현하여 이러한 급증을 원활하게 처리해야 합니다. 컨텍스트 윈도우는 총 100,000개 토큰이며, 요청당 최대 출력은 16,000개 토큰입니다. 오류 및 거부는 크레딧을 소모하지 않으므로 안전하게 재시도할 수 있습니다. 인증 오류는 401을 반환하며, 잔액 부족은 402를 반환합니다.