Hurtig start: Integrer den Uncensureret API

Forudsætninger: SDK og miljøopsætning

Installer den officielle SDK til dit sprog. Vi understøtter enhver openai kompatibel klient. Vores service fungerer som en drop-in erstatning for standard OpenAI-integrationer.

Indstil din miljøvariabel med det samme. Dette undgår hardcoding af legitimationsoplysninger i dine kildefiler. Din API-nøgle identificerer din konto og sporer forbrug.

Brug standardbibliotekets version. De fleste udviklere har disse allerede installeret. Hvis ikke, tilføjes pakken til dine afhængigheder.

Autentificering: Indstilling af API-nøglen

Indtast din nøgle via Authorization header. Vi kræver en Bearer-token for hver anmodning. Denne metode er standard på tværs af alle OpenAI-kompatible endpoints.

Generér din nøgle fra dashboardet. Du modtager én aktiv nøgle pr. konto. Erstatning af den gør den forrige nøgle ugyldig øjeblikkeligt.

Hold din nøgle sikker. Udsæt ikke den i klientkode. Vores endpoint validerer legitimationsoplysninger, før tokens behandles.

Endpoint: POST /v1/chat/completions

Send din prompt til chat-endepunktet. Brug model felt sat til uncensored. Dette sikrer, at anmodningen dirigeres til vores specifikke model.

Streaming-svar via SSE

Aktivér streaming ved at indstille stream: true. Du modtager chunks, mens de genereres. Dette reducerer den opfattede latens for lange output.

Parser Server-Sent Events-formatet. Hver chunk indeholder delvis tekst. Aggreger disse chunks for at rekonstruere det fulde svar.

Overvåg tokenforbrug i den sidste chunk. Den sidste begivenhed indeholder de komplette forbrugsstatistikker. Dette hjælper dig med at spore omkostninger nøjagtigt.

Function Calling og brug af værktøjer

Definer værktøjer i request-body'et. Modellen returnerer strukturerede argumenter. Pars disse argumenter i din applikationslogik.

Understøtter standard værktøjsdefinitioner. Brug tool_choice for at tvinge specifik adfærd. Dette fungerer med enhver OpenAI-kompatibel SDK.

Valider outputformatet. Sørg for, at din kode håndterer manglende argumenter pænt. Modellen kan udelade felter, hvis de ikke er påkrævet.

JSON-tilstand og strukturerede output

Indstil response_format til json_object. Modellen returnerer strengt formateret JSON. Dette eliminerer parsing-fejl for strukturerede data.

Definér dit skema tydeligt. Modellen følger dine instruktioner præcist. Brug dette til dataudtræk eller konfigurationsgenerering.

Håndter JSON-parseringsfejl. Ugyldige strukturer opstår stadig lejlighedsvis. Implementer fallback-logik til robuste applikationer.

Fejlhåndtering og hastighedsbegrænsninger

Håndter HTTP-statuskoder passende. En 401 fejl betyder, at din nøgle er ugyldig. En 402 fejl indikerer utilstrækkelig kredit. En 429 fejl signalerer hastedsbegrænsning.

Respekter 300 anmodninger i minuttet-grænsen. Du kan sende 8 concurrent requests. Overskridelse af disse grænser returnerer en 429-fejl. Vent før du genforsøger.

Din kontekstvindu-grænse er på 100.000 tokens. Dette inkluderer både input og output. Styr din token-budget omhyggeligt. Max output er 16.000 tokens pr. anmodning. Fejl forbruger ikke kredit.

cURL

Copycurl https://api.alternativeapiopenai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the primary functions in this module"}]
  }'

Python

Copyfrom openai import OpenAI

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