Snabbstart för Oucensurerad ia API

Installation och uppsättning

Installera det officiella SDK:t för ditt föredragna språk. Vår API fungerar med alla standard OpenAI-kompatibla klienter, så du kan använda de bibliotek du redan litar på. Installationsprocessen kräver ingen speciell konfiguration utöver att lägga till beroendet i din projekt-miljö.

Du behöver en API-nyckel för att autentisera dina förfrågningar. Generera en omedelbart efter att ha registrerat dig via Google eller e-post. Nyckeln visas på skärmen en gång, så kopiera den till urklipp eller säker lagring direkt. Behåll den privat för att undvika obehörig användning av din förbetalda balans.

Konfiguration: base_url och nyckel

Peka din klient mot vår bas-URL och ange API-nyckelheadern. Använd den specifika slutpunkt som anges i ditt dashboard. Detta säkerställer att dina förfrågningar går direkt till den obegränsade modellen utan någon routingtvetydighet. Bas-URLen är HTTPS://api.iasemsensura.com/v1.

Ställ in Authorization header till Bearer YOUR_API_KEY. Detta header autentiserar varje begäran du skickar. Utan korrekt nyckel kommer API:t att avvisa din input med ett 401-fel. Kontrollera alltid att din nyckel matchar den som visas vid registrering.

Skickar din första förfrågan

Skicka en enkel chat-completion-förfrågan för att testa anslutningen. Använd modell-ID:t uncensored för att säkerställa att du får rätt utdata. Denna modell är optimerad för obegränsad textgenerering. Den hanterar rollspel och vuxna teman utan standardavslag.

Här är ett grundläggande cURL-exempel för att komma igång. Ersätt platshållaren med din faktiska API-nyckel. Denna kommando skickar en kort prompt och förväntar sig ett direkt svar.

Copycurl https://api.iasemsensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate 200 words of dark fantasy lore"}]
  }'

Hantering av strömnings-svar

Aktivera strömning för realtidsgenerering av tokens. Detta är avgörande för applikationer som visar text när den genereras. API:et returnerar händelser via Server-Sent Events (SSE). Du tar emot textbitar när de blir tillgängliga.

Använd Python SDK för att hantera strömning effektivt. Biblioteket hanterar anslutningen och avger tokens när de anländer. Denna metod minskar den uppfattade latensen för slutanvändare. Det möjliggör också omedelbar visning av delvisa resultat.

Copyfrom openai import OpenAI

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

Function calling och JSON-läge

Använd funktionsanrop för strukturerad dataextrahering eller verktygsanvändning. Definiera dina verktyg i begärans kropp. Modellen returnerar ett JSON-objekt med de nödvändiga argumenten. Denna funktion fungerar tillsammans med vanlig textgenerering.

Aktivera JSON-läge för att tvinga fram output i ett specifikt format. Ställ in response_format för {"type": "json_object"}. Detta säkerställer att svaret är giltig JSON. Använd Node SDK för enkel integration med JavaScript-miljöer.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.iasemsensura.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);

Förståelse för tokenanvändning och begränsningar

Övervaka din tokenförbrukning och förfrågningsgränser noggrant. Kontextfönstret stöder upp till 100 000 tokens per förfrågan. Detta inkluderar både input-prompten och den genererade outputen. Max output är 16 000 tokens om du inte anger något annat.

Du är begränsad till 300 förfrågningar per minut per nyckel. Konkurrensen är begränsad till 8 samtidiga förfrågningar. Om du överskrider dessa gränser får du ett 429-fel. Streaming-svar räknas också mot dessa gränser. Använd usage-fältet i det sista chunket för att spåra förbrukningen.

Strömning

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)