Démarrage rapide : Intégrez le API Uncensored

Prérequis : SDK et configuration de l'environnement

Installez le SDK officiel pour votre langage. Nous prenons en charge tout openai client compatible. Notre service agit comme un remplacement direct pour les intégrations OpenAI standard.

Définissez immédiatement votre variable d'environnement. Cela évite de coder en dur les identifiants dans vos fichiers source. Votre clé API identifie votre compte et suit l'utilisation.

Utilisez la version de la bibliothèque standard. La plupart des développeurs les ont déjà installées. Sinon, ajoutez le package à vos dépendances.

Authentification : Définition de la clé API

Transmettez votre clé via le Authorization header. Nous exigeons un jeton Bearer pour chaque requête. Cette méthode est standard sur tous les points de terminaison compatibles OpenAI.

Générez votre clé depuis le tableau de bord. Vous recevez une clé active par compte. Son remplacement invalide la précédente instantanément.

Conservez votre clé en sécurité. Ne l'exposez pas dans le code côté client. Notre point de terminaison valide les identifiants avant de traiter les tokens.

Point de terminaison : POST /v1/chat/completions

Envoyez votre prompt au point de terminaison de chat. Utilisez le model field set to uncensored. Cela garantit que la requête est acheminée vers notre modèle spécifique.

Réponses en streaming via SSE

Activez le streaming en définissant stream: true. Vous recevez des chunks au fur et à mesure de leur génération. Cela réduit la latence perçue pour les sorties longues.

Analysez le format Server-Sent Events. Chaque chunk contient du texte partiel. Agrégez ces chunks pour reconstituer la réponse complète.

Surveillez l'utilisation des jetons dans le dernier chunk. Le dernier événement inclut les statistiques d'utilisation complètes. Cela vous aide à suivre les coûts avec précision.

Appel de fonction et utilisation des outils

Définissez les outils dans le corps de votre requête. Le modèle renvoie des arguments structurés. Analysez ces arguments dans la logique de votre application.

Prend en charge les définitions d'outils standard. Utilisez tool_choice pour forcer un comportement spécifique. Cela fonctionne avec n'importe quel SDK compatible OpenAI.

Validez le format de sortie. Assurez-vous que votre code gère les arguments manquants de manière gracieuse. Le modèle peut omettre des champs s'ils ne sont pas requis.

Mode JSON et sorties structurées

Définir response_format à json_objectLe modèle retourne du JSON strictement formaté. Cela élimine les erreurs d'analyse pour les données structurées.

Définissez clairement votre schéma. Le modèle suit vos instructions avec précision. Utilisez cela pour l'extraction de données ou la génération de configuration.

Gérer les erreurs d'analyse JSON. Des structures invalides se produisent encore occasionnellement. Mettez en œuvre une logique de repli pour des applications robustes.

Gestion des erreurs et limites de débit

Gérez les codes de statut HTTP de manière appropriée. Un 401 erreur signifie que votre clé est invalide. Un 402 erreur indique un crédit insuffisant. Un 429 erreur signale une limitation de taux.

Respectez la limite de 300 requêtes par minute. Vous pouvez envoyer 8 requêtes concurrentes. Le dépassement de ces limites renvoie une erreur 429. Attendez avant de réessayer.

Votre fenêtre de contexte est de 100 000 tokens. Cela inclut l'entrée et la sortie. Gérez soigneusement votre budget de tokens. La sortie max est de 16 000 tokens par requête. Les erreurs ne consomment pas de crédit.

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)