API Chat Completions Uncensored AI

URL Base e Autenticazione

La tua chiave API LLM senza filtri concede accesso all'endpoint chat-completions. Usa HTTPS://api.chatbotaiuncensored.com/v1 come tuo URL di base. Passa la tua chiave API in Authorization header come token bearer. La chiave viene mostrata immediatamente dopo la registrazione. Non ci sono canoni mensili. Paga solo per i token utilizzati.

Endpoint Chat Completions

Invia la tua prima richiesta a POST /v1/chat/completionssenza filtri. L'API accetta array di messaggi standard. Restituisce risposte testuali. Gli errori sono gratuiti. I rifiuti sono gratuiti. Paghi solo per i completamenti riusciti.

Copycurl https://api.chatbotaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top 5 python libraries for web scraping"}]
  }'

Integrazione SDK Python

Installa il pacchetto ufficiale di OpenAI. Imposta l'URL base e la chiave API. Chiama chat.completions.create con il tuo prompt. L'API AI uncensored restituisce testo direttamente. Puoi regolare parametri come temperatura o top_p. L'oggetto di risposta contiene il contenuto generato. Usa questo per gli script di roleplay.

Copyfrom openai import OpenAI

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

Utilizzo SDK Node

Importa il client OpenAI. Configura l'URL di base per puntare al nostro endpoint dell'API AI uncensored. Imposta la chiave API nelle intestazioni. Chiama il metodo di completamento. L'SDK node gestisce la richiesta. Ricevi uno stream o una risposta diretta. Questo funziona per le app web. Funziona per i servizi backend.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.chatbotaiuncensored.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 e Function Calling

Abilita lo streaming impostando stream: true. Ricevi chunk mentre vengono generati. L'ultimo chunk include i dati di utilizzo. Puoi anche usare il function calling. Definisci gli strumenti nella richiesta. Il modello restituisce le chiamate agli strumenti. Analizzali nel tuo codice. Questo abilita flussi di lavoro complessi. Mantieni la tua app reattiva.

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)

Limiti, Errori e Contesto

Ricevi 300 richieste al minuto. Otto richieste vengono eseguite contemporaneamente. La finestra di contesto contiene 100.000 token. Gli errori restituiscono codici HTTP standard. Un 401 significa che la tua chiave non è valida. Un 402 significa che hai bisogno di credito. Un 429 significa che hai raggiunto il limite di velocità. Usa questi codici per gestire efficacemente l'utilizzo della tua API LLM senza filtri.