API-reference & hurtigstart

Autentificering og Base URL

Brug din API-nøgle med base-URL'en https://api.chatuncensored.cc/v1. Send nøglen i Authorization header som en Bearer-token. Denne opsætning fungerer med ethvert OpenAI-kompatibelt SDK eller klient.

Generér din nøgle på dashboardet via Google eller e-mail. Hold den sikker. Du modtager $0.50 gyldig i 7 dage. Brug dette til at teste forbindelsen, før du toppede op med krypto.

POST /v1/chat/completions

Send tekst til modellen via chat-completions-endpointet. Angiv model-ID som uncensored. Denne open-weight-model responderer uden afvisninger for lovligt voksenindhold.

Indsæt dit systemprompt for at vejlede adfærd. Angiv brugermessagen med din forespørgsel. API'et returnerer tekstoutput direkte.

Konfigurér parametre som temperatur eller top_p for varierede resultater. Modellen håndterer kontekst op til 100.000 tokens kombineret.

Fejl som afvisninger eller netværksproblemer forbruger ikke kredit. Du betaler kun for succesfuld tokengenerering.

Brug af Python SDK

Installer det officielle OpenAI Python-bibliotek. Konfigurer base-URL'en til at pege på vores API. Indstil API-nøglen i miljøet eller klienten.

Opret en klientinstans. Kald chat.completions.create med modellen og beskederne. Hent assistentens svar fra responsobjektet.

Håndter undtagelser for rate limits eller ugyldige nøgler. SDK'en forenkler JSON-parsing og anmodningsformatering.

Test med trial-creditet først. Verificer, at response-strukturen matcher forventningerne, før du skalerer brugen.

Node SDK-integration

Importér OpenAI Node-pakken. Initialiser klienten med din base URL og nøgle. Definer modellen som uncensored.

Kald completions-metoden med din array af beskeder. Afvent svaret for at få den genererede tekst. Dette fungerer sømløst med async-funktioner.

Brug JSON-tilstand ved at indstille response_format til {"type": "json_object"}. Sørg for, at dit output er gyldig JSON til programmatisk brug.

Overvåg forbrug via respons-tokens. Sporer input- og outputantal for at håndtere din forudbetalte kredit effektivt.

Streaming, Værktøjer og JSON-tilstand

Aktivér streaming ved at indstille stream til true. Modtag chunks via Server-Sent Events. Behandle hvert token, mens det ankommer for lav latens.

Understøtter funktionssamtale med værktøjer og tool_choice. Definer skemaer til eksterne API'er. Modellen returnerer strukturerede argumenter til eksekvering.

Brug JSON-tilstand til strenge outputformater. Indstil response_format for at sikre gyldige JSON-svar. Dette reducerer parsing-fejl i automatiske pipelines.

Kombinér streaming med værktøjer til interaktive oplevelser. Opdater UI-token for token. Hold brugerne engageret med realtidsgenerering.

Rate Limits og Fejlkoder

Forvent 300 anmodninger i minuttet per nøgle. Begræns antallet af samtidige anmodninger til 8. Størrelsen på anmodningskroppen skal holdes under 8 MB.

Håndter 401-fejl ved at verificere din API-nøgle. Tjek for tastefejl eller udløbne nøgler. Regenerer hvis nødvendigt.

Modtag 402, når kreditten er opbrugt. Oplad med USDT eller USDC. Kreditter udløber ikke. Tilføj +15% bonus på $200-indbetalinger.

Face 429 på rate limits. Implementér eksponentiel backoff. Prøv igen efter den angivne forsinkelse. Overvåg forbrug for at undgå forstyrrelser.

cURL

Copycurl https://api.chatuncensored.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set user role to beta tester for the new chat interface"}]
  }'

Python

Copyfrom openai import OpenAI

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