Início rápido: integre o API Uncensored

Pré-requisitos: SDK e Configuração do Ambiente

Instale o SDK oficial para sua linguagem. Suportamos qualquer openai cliente compatível. Nosso serviço atua como uma substituição direta (drop-in) para integrações padrão OpenAI.

Defina sua variável de ambiente imediatamente. Isso evita codificar credenciais nos seus arquivos de origem. Sua chave de API identifica sua conta e rastreia o uso.

Use a versão da biblioteca padrão. A maioria dos desenvolvedadores já possui essas dependências instaladas. Caso contrário, adicione o pacote às suas dependências.

Autenticação: Configurando a chave de API

Envie sua chave via o Authorization cabeçalho. Exigimos um token Bearer para cada requisição. Este método é padrão em todos os endpoints compatíveis com OpenAI.

Gere sua chave no painel. Você recebe uma chave ativa por conta. Substituí-la invalida a chave anterior instantaneamente.

Mantenha sua chave segura. Não a exponha em código do lado do cliente. Nosso endpoint valida as credenciais antes de processar os tokens.

Endpoint: POST /v1/chat/completions

Envie seu prompt para o endpoint de chat. Use o model field set to uncensored. Isso garante que a solicitação seja roteada para o nosso modelo específico.

Respostas em Streaming via SSE

Ative o streaming definindo stream: true. Você recebe chunks conforme são gerados. Isso reduz a latência percebida para saídas longas.

Analise o formato Server-Sent Events. Cada chunk contém texto parcial. Agregue esses chunks para reconstruir a resposta completa.

Monitore o uso de tokens no último chunk. O último evento inclui as estatísticas completas de uso. Isso ajuda você a rastrear os custos com precisão.

Chamada de Função e Uso de Ferramentas

Defina ferramentas no corpo da solicitação. O modelo retorna argumentos estruturados. Analise esses argumentos na lógica da sua aplicação.

Suporta definições padrão de ferramentas. Use tool_choice para forçar um comportamento específico. Isso funciona com qualquer SDK compatível com OpenAI.

Valide o formato de saída. Certifique-se de que seu código lida elegantemente com argumentos ausentes. O modelo pode omitir campos se não forem obrigatórios.

Modo JSON e Saídas Estruturadas

Definir response_format para json_object. O modelo retorna JSON estritamente formatado. Isso elimina erros de análise para dados estruturados.

Defina seu esquema claramente. O modelo segue suas instruções com precisão. Use isso para extração de dados ou geração de configuração.

Trate erros de análise JSON. Estruturas inválidas ainda ocorrem ocasionalmente. Implemente lógica de fallback para aplicações robustas.

Tratamento de Erros e Limites de Taxa

Trate códigos de status HTTP adequadamente. Um 401 erro significa que sua chave é inválida. Uma 402 erro indica crédito insuficiente. Uma 429 erro sinaliza limitação de taxa.

Respeite o limite de 300 solicitações por minuto. Você pode enviar 8 solicitações simultâneas. Exceder esses limites retorna um erro 429. Aguarde antes de tentar novamente.

Sua janela de contexto é de 100.000 tokens. Isso inclui entrada e saída. Gerencie seu orçamento de tokens com cuidado. A saída máxima é de 16.000 tokens por solicitação. Erros não consomem crédito.

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)