Schnellstart: Integrieren Sie die Uncensored Chat API

Authentifizierung und Base URL

Verbinden Sie Ihren Client mit unserer Infrastruktur über Ihren eindeutigen API-Schlüssel und unsere dedizierte Base-URL. Die Endpunktstruktur entspricht dem Standard OpenAI-Format, sodass Sie Anbieter austauschen können, ohne Ihre Anwendungslogik zu ändern. Sie erhalten diesen Schlüssel sofort nach der Anmeldung mit Google oder E-Mail auf der Seite API-Schlüssel abrufen. Für die Verifizierung wird keine Telefonnummer benötigt.

• Basis-URL: HTTPS://api.llmcheapapi.com/v1
• Header: Authorization: Bearer YOUR_API_KEY

Halten Sie Ihren Schlüssel sicher. Wenn Sie ihn verlieren, generieren Sie einen neuen über Ihr Dashboard, was den vorherigen aktiven Schlüssel sofort ungültig macht. Jedes Konto unterstützt jeweils nur einen aktiven Schlüssel.

Chat-Vervollständigungs-Endpunkt

Senden Sie Textprompts an das uncensored-Modell über eine Standard-POST-Anfrage an den Chat-Vervollständigungs-Endpunkt. Dieser Endpunkt akzeptiert Nachrichten im OpenAI-Format und gibt generierte Textantworten zurück. Sie geben die Modell-ID als "uncensored" an, um ein konsistentes Verhalten über alle Anfragen hinweg sicherzustellen.

• Endpunkt: POST /v1/chat/completions
• Modell-ID: "uncensored"

Das Modell verarbeitet Ihre Eingabe und gibt eine Vervollständigung zurück, ohne unternehmensinterne Einschränkungen für legale erwachsene Themen. Fehler während der Verarbeitung verbrauchen keine Ihrer Guthaben. Sie zahlen strikt für verbrauchte Tokens.

Streaming-Antworten (SSE)

Erhalten Sie Echtzeit-Token-Generierung über Server-Sent Events (SSE) für geringere Latenz in interaktiven Anwendungen. Legen Sie den Parameter "stream" auf true fest, um Text-Chunks zu erhalten, sobald sie generiert werden. Dieser Ansatz verkürzt die wahrgenommene Wartezeit für Nutzer in Roleplay- oder Chat-Szenarien.

Jeder Chunk enthält teilweise Text und Metadaten. Der letzte Chunk enthält die gesamte Token-Nutzung für Abrechnungszwecke. Sie können diese Events parsen, um Ihre Benutzeroberfläche schrittweise zu aktualisieren, ohne auf die vollständige Antwort warten zu müssen.

Function Calling und Tools

Aktivieren Sie strukturierte Interaktionen, indem Sie Tools definieren, die das Modell während der Generierung aufrufen kann. Verwenden Sie den Parameter tools, um Funktionsdefinitionen bereitzustellen, und setzen Sie tool_choice auf automatic oder einen bestimmten Funktionsnamen. Das Modell gibt Tool-Aufrufe im Antwortformat zurück, die Sie in Ihrem Backend ausführen können.

Diese Funktion unterstützt komplexe Workflows, bei denen die API als Entscheidungsmaschine fungiert. Sie können die Ergebnisse an nachfolgende Anfragen zurückgeben, um den Kontext aufrechtzuerhalten. Funktionsaufrufe funktionieren neben der Standardtextgenerierung ohne zusätzliche Kosten.

JSON-Modus-Ausgabe

Zwingen Sie das Modell dazu, streng gültiges JSON auszugeben, indem Sie response_format auf json_object setzen. Dieser Modus ist ideal zum Analysieren strukturierter Daten aus unstrukturierten Prompts. Das Modell optimiert seine Ausgabe, um den JSON-Syntaxregeln zu entsprechen, und reduziert so Parsing-Fehler in Ihrer Anwendung.

Verwenden Sie dieses Feature bei der Integration mit Datenbanken oder Frontend-Komponenten, die vorhersagbare Datenstrukturen erfordern. Sie können erwartete Schemata in Ihrem Prompt definieren oder sich auf das Training des Modells verlassen, um die Struktur zu inferieren. Fehler in der JSON-Formatierung sind selten, aber verursachen keine Gebühren, wenn die Anfrage fehlschlägt.

Parameter: Temperatur und Top P

Kreativität und Zufälligkeit mit den Parametern temperature und top_p steuern. Temperature passt die Wahrscheinlichkeitsver vorhergesagter Token an, wobei höhere Werte vielfältigere Ausgaben erzeugen. Top_p filtert Token basierend auf der kumulativen Wahrscheinlichkeit und sorgt so für vielfältigen, yet kohärenten Text.

Für Roleplay oder kreatives Schreiben stellen Sie die Temperatur für mehr Abwechslung höher ein. Für deterministische Aufgaben verwenden Sie niedrigere Werte. Sie können auch den Seed für reproduzierbare Ergebnisse festlegen. Diese Parameter feintunen das Verhalten des unzensierten Modells, ohne die Preise zu beeinflussen. Achten Sie bei der Generierung langer Ausgaben auf Token-Grenzen.

cURL

Copycurl https://api.llmcheapapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a summary of the latest Rust update notes"}]
  }'

Python

Copyfrom openai import OpenAI

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