Riferimento API e Avvio Rapido
Inizia a inviare richieste alla nostra API LLM non censurata immediatamente utilizzando endpoint standard compatibili con OpenAI. Questa guida copre l'autenticazione, le richieste di base e lo streaming con limiti concreti.
Autenticazione e Base URL
Usa la tua chiave API con l'URL di base https://api.chatuncensored.cc/v1. Passa la chiave nel Authorization header come token Bearer. Questa configurazione funziona con qualsiasi SDK o client compatibile con OpenAI.
Genera la tua chiave sulla dashboard tramite Google o email. Tienila al sicuro. Ricevi $0.50 validi per 7 giorni. Usali per testare la connettività prima di effettuare un caricamento con criptovalute.
POST /v1/chat/completions
Invia testo al modello utilizzando l'endpoint delle chat-completions. Specifica l'ID del modello come uncensored. Questo modello open-weight risponde senza rifiuti per contenuti adulti leciti.
Includi il tuo prompt di sistema per guidare il comportamento. Imposta il messaggio utente con la tua query. L'API restituisce direttamente l'output testuale.
Configura parametri come temperatura o top_p per ottenere risultati variati. Il modello gestisce un contesto fino a 100.000 token combinati.
Errori come rifiuti o problemi di rete non consumano credito. Paga solo per la generazione di token riuscita.
Utilizzo SDK Python
Installa la libreria Python ufficiale di OpenAI. Configura l'URL di base per puntare alla nostra API. Imposta la chiave API nell'ambiente o nel client.
Crea un'istanza del client. Chiama chat.completions.create con il modello e i messaggi. Recupera la risposta dell'assistente dall'oggetto di risposta.
Gestisci le eccezioni per i limiti di frequenza o le chiavi non valide. L'SDK semplifica l'analisi JSON e la formattazione delle richieste.
Testa prima con il credito di prova. Verifica che la struttura della risposta corrisponda alle aspettative prima di scalare l'utilizzo.
Integrazione SDK Node
Importa il pacchetto Node di OpenAI. Inizializza il client con il tuo URL di base e la chiave. Definisci il modello come uncensored.
Chiama il metodo completion con il tuo array di messaggi. Attendi la risposta per ottenere il testo generato. Questo funziona perfettamente con le funzioni async.
Usa la modalità JSON impostando response_format a {"type": "json_object"}. Assicurati che il tuo output sia JSON valido per l'uso programmatico.
Monitora l'utilizzo tramite i token di risposta. Traccia i conteggi di input e output per gestire efficientemente il tuo credito prepagato.
Streaming, Tools e Modalità JSON
Abilita lo streaming impostando stream a true. Ricevi chunk tramite Server-Sent Events. Elaborazione ogni token man mano che arriva per una bassa latenza.
Supporta il function calling con strumenti e tool_choice. Definisce gli schemi per le API esterne. Il modello restituisce argomenti strutturati per l'esecuzione.
Usa la modalità JSON per formati di output rigorosi. Imposta response_format per garantire risposte JSON valide. Questo riduce gli errori di parsing nelle pipeline automatizzate.
Combina lo streaming con gli strumenti per esperienze interattive. Aggiorna l'UI token per token. Mantieni gli utenti coinvolti con la generazione in tempo reale.
Limiti di frequenza e codici di errore
Aspettati 300 richieste al minuto per chiave. Limita le richieste concorrenti a 8. La dimensione del corpo della richiesta deve rimanere sotto 8 MB.
Gestisci gli errori 401 verificando la tua chiave API. Controlla gli errori di battitura o le chiavi scadute. Rigenerale se necessario.
Ricevi 402 quando il credito finisce. Ricarica con USDT o USDC. I crediti non scadono. Aggiungi un bonus del +15% sui depositi di $200.
Errore 429 sui limiti di frequenza. Implementa un backoff esponenziale. Riprova dopo il ritardo specificato. Monitora l'utilizzo per evitare interruzioni.
cURL
curl 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
from 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
import 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
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
L'API chat sciolta è compatibile con i client OpenAI?
Sì, utilizza la struttura standard dell'endpoint compatibile con OpenAI. Puoi utilizzare qualsiasi SDK o client che supporti il formato chat-completions. Aggiorna solo l'URL di base e la chiave API.
Cosa succede se supero il limite di frequenza?
Riceverai un codice di errore 429. Le richieste si fermano fino al reset della finestra o alla riduzione della concorrenza. Mantieni le richieste concorrenti sotto 8 e rimani entro 300 RPM.
Come gestisce il modello uncensored le finestre di contesto?
Supporta un finestra di contesto da 100.000 token per prompt e completamento. L'output massimo per richiesta è di 16.000 token. Regola max_tokens se desideri risposte più brevi.
Inizia con il credito di prova
Inserisci email e password; ricevi la chiave istantaneamente.