da ▾

Hurtigstart: ubegrænset model-API

Start med at generere ubegrænset tekst med vores uncensored model API på få minutter ved hjælp af standard OpenAI-kompatible endpoints. Denne guide dækker autentificering, grundlæggende anmodninger, streaming og parameterkonfiguration.

Forudsætninger og Base URL

Vores API virker med ethvert standard OpenAI-kompatibelt klientbibliotek ved at opdatere base URL'en og API-nøglen. Peg din SDK på https://api.modeluncensored.com/v1 og sende anmodninger til standard /v1/chat/completions endpoint. Du behøver ikke at installere proprietære biblioteker; eksisterende værktøjer som det officielle OpenAI Python- eller Node.js SDK fungerer med det samme. Konfigurer blot base-URL'en til at dirigere trafik gennem vores servere i stedet for den standard OpenAI-infrastruktur.

Autentificeringen afhænger af en enkelt API-nøgle genereret under tilmelding. Send denne nøgle i Authorization header som en Bearer-token. Modelidentifikatoren er fastsat til uncensored til at sikre konsistent adfærd på tværs af alle anmodninger. Hver konto giver én aktiv nøgle, der erstatter enhver tidligere nøgle ved fornyelse.

Autentificering med din API-nøgle

Inkluder din API-nøgle i Authorization header i hver anmodning for at verificere din identitet. Brug formatet Authorization: Bearer YOUR_API_KEY til at autentificere anmodninger øjeblikkeligt. Hvis nøglen mangler eller er ugyldig, returnerer API'en en 401 Unauthorized-fejl med det samme. Dette sikrer, at kun gyldige konti kan forbruge tokens fra din forudbetalt kredit.

Du kan generere eller regenerere din nøgle via dashboardet efter at have logget ind med Google eller e-mail. Nøglen vises med det samme ved oprettelse. Gem den sikkert, da den giver direkte adgang til din kontosaldo. Der er ingen telefonnummer-verifikation påkrævet for tilmelding, hvilket holder processen hurtig og simpel.

Send din første chat-komplettering

Lav en POST-anmodning til /v1/chat/completions med dine beskeder og modelidentifikatoren for at modtage et svar. Modellen accepterer tekstinput og returnerer tekstoutput uden bløde afslag for lovligt voksent indhold. Du kan angive model-ID'et som uncensored for at sikre, at du bruger vores specifikke ubegrænsede LLM. Denne endpoint understøtter både synkrone og streaming-svar for fleksibilitet.

Anmodninger faktureres baseret på faktisk tokenforbrug. Fejl og afvisninger forbruger ikke kredit, så du kan teste frit. Det maksimale output pr. anmodning er 16.000 tokens, eller 2.048 tokens, hvis du ikke indstiller max_tokens parameter. Kontekstvinduet understøtter op til 100.000 tokens til prompt og færdiggørelse tilsammen.

Håndtering af streamingrespons (SSE)

Aktivér streaming ved at indstille stream: true i din request for at modtage tokens, mens de genereres. Dette reducerer den opfattede latens for lange svar og giver realtidsvisning i din applikation. Den sidste chunk af streamen indeholder statistikker over total token-forbrug til fakturering og overvågning. Dette er afgørende for at bygge chatgrænseflader, der føles responsiv og interaktiv.

Stream-svar håndterer delvis indhold fejlfrit, hvilket giver dig mulighed for at vise tekst, mens den ankommer. Dette er særligt nyttigt til kreativ skrivning eller opgaver inden for kodning, hvor modellen genererer lange output. Du kan analysere server-sent events til at opdatere dit UI inkrementelt. Sørg for, at din klient håndterer end-of-stream-hændelsen korrekt for at afslutte svaret.

Konfigurerer Parametre: Temperatur, Top-p og Seed

Juster temperature til at kontrollere tilfældighed, hvor højere værdier producerer mere kreativ og varieret output. Brug top_p til at begrænse samplingen til de mest sandsynlige tokens, hvilket giver finere kontrol over outputfordelingen. Indstil en seed sikrer deterministiske resultater, hvilket er afgørende for debugging eller reproducerbare eksperimenter. Disse parametre giver dig mulighed for at tilpasse modellens adfærd til specifikke use cases som storytelling eller teknisk skrivning.

Modellen understøtter standardparametre som stop sekvenser og presence_penalty til avanceret kontrol. Du kan kombinere disse indstillinger for at opnå den ønskede tone og struktur. Eksperimenter med forskellige værdier for at finde den optimale balance mellem kreativitet og koherens til din applikation.

Brug af Tools og JSON Mode

Aktiver funktionskald ved at angive en tools array i din forespørgsel for at få modellen til at outputte strukturerede data. Modellen kan kalde funktioner baseret på samtalekonteksten, hvilket muliggør komplekse arbejdsgange. Brug response_format: {"type": "json_object"} tvinge outputtet til gyldigt JSON-format. Dette er ideelt til integration med backend-systemer eller til udtrækning af struktureret information fra tekst.

JSON-tilstand sikrer, at svaret er parsebart, hvilket reducerer behovet for yderligere parse-logik i din klient. Du kan definere flere tools og angive, hvilket tool modellen skal kalde. Denne funktion forbedrer modellens nyttighed til automatiserede opgaver og dataudtræk. API'en håndterer routing af tool calls sømløst.

cURL

curl https://api.modeluncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the current system time in ISO format"}]
  }'

Python

from openai import OpenAI

client = OpenAI(base_url="https://api.modeluncensored.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

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.modeluncensored.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

stream = 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)

FAQ

Hvad er den ubegrænsede model-API?

Det er et hosted, OpenAI-kompatibelt API, der leverer én enkelt uncensored stor sprogmodel. Du får tekstinput og -output via standard endpoints uden indholdsafslag til lovlige voksenemner. Det eliminerer kompleksiteten fra proxy-routere og blød censur, som findes hos mainstream-udbydere.

Hvordan håndterer jeg ratelimits og fejl?

API'en håndhæver en grænse på 300 anmodninger i minuttet og 8 samtidige anmodninger per nøgle. En 401-fejl indikerer en ugyldig nøgle, mens en 402-fejl betyder, at du har utilstrækkelig kredit. En 429-fejl signalerer, at du har overskredet hastighedsbegrænsningen. Fejl forbruger ikke din tokenbalance.

Hvad er kontekstvinduet og output-grænsen?

Kontekstvinduet understøtter op til 100.000 tokens til både prompt og completion kombineret. Maksimum output pr. anmodning er 16.000 tokens. Hvis du ikke indstiller max_tokens-parametret, er standardoutputtet begrænset til 2.048 tokens. Dette giver mulighed for generering af langt indhold og detaljeret analyse.

Hent din API-nøgle

Tilmeld dig, kopier din nøgle, opdater base-URL'en. Færdig.

Opret nøgle