Authentifizierung: Ihren API-Schlüssel festlegen
Ihr API-Schlüssel authentifiziert jede Anfrage. Sie erhalten diesen Schlüssel sofort nach der Anmeldung mit Google oder einer E-Mail-Adresse. Halten Sie ihn sicher, da er Zugriff auf Ihr vorgeladenes Guthaben gewährt. Der Schlüssel fungiert als einziger Bezeichner für Ratenbegrenzungen und Abrechnung. Rotieren Sie ihn manuell über das Dashboard, wenn nötig, wobei zu beachten ist, dass ein neuer Schlüssel den alten sofort ersetzt.
Basis-URL- und Endpunktstruktur
Die Basis-URL ist HTTPS://api.chatunfiltered.com/v1. Diese Struktur gewährleistet die Kompatibilität mit Standard-OpenAI-SDKs. Sie müssen sich nur mit dem Chat-Vervollständigungs-Endpunkt befassen. Embeddings, Bildgenerierung und Audioverarbeitung sind nicht verfügbar. Halten Sie Ihre Basis-URL in allen Client-Konfigurationen konsistent, um Routing-Fehler zu vermeiden.
curl https://api.chatunfiltered.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Check server status"}]
}'Ihre erste POST-Anfrage erstellen
Senden Sie eine POST-Anfrage an /v1/chat/completions, um Text zu generieren. Fügen Sie Ihren API-Schlüssel in den Authorization-Header ein. Legen Sie das Modell auf "uncensored" fest, um auf das dedizierte unzensierte LLM zuzugreifen. Der Anfragekörper muss ein messages-Array mit Ihrem Prompt enthalten. Antworten geben Token-Nutzung und den generierten Inhalt zurück. Dieser direkte Ansatz minimiert die Latenz im Vergleich zu Multi-Modell-Proxys.
from openai import OpenAI
client = OpenAI(base_url="https://api.chatunfiltered.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)Verständnis von Antwortformaten und Streaming
Erhalte Antworten im Standard-JSON-Format oder stream sie über Server-Sent Events. Streaming ermöglicht es dir, Tokens zu verarbeiten, während sie generiert werden, was die wahrgenommene Latenz für lange Ausgaben verbessert. Der letzte Chunk in einem Stream enthält die gesamte Token-Nutzung für eine genaue Abrechnung. Du kannst auch den JSON-Modus für strukturierte Datenausgaben erzwingen. Wähle die Methode, die am besten zu deiner Anwendungsarchitektur passt.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.chatunfiltered.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);Konfigurieren von Parametern: Temperatur, Top-P und Tools
Passen Sie Temperatur und top_p an, um die Zufälligkeit der Antwort zu steuern. Verwenden Sie tool_choice für Funktionsaufruf-Funktionen. Das Modell unterstützt den strengen JSON-Modus über response_format. Sie können auch Stop-Sequenzen festlegen, um die Generierung an bestimmten Punkten zu stoppen. Diese Parameter ermöglichen eine fein abgestimmte Kontrolle über das Verhalten des uncensored-Modells ohne externe Routing-Schichten.
stream = 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)Fehlerbehandlung und Token-Nutzungsverfolgung
Behandeln Sie 401-Fehler für ungültige Schlüssel und 402-Fehler für unzureichendes Guthaben. Rate Limits geben 429 zurück, wenn Sie mehr als 300 Anfragen pro Minute überschreiten. Ihr Kontextfenster umfasst 100.000 Tokens für Prompt und Completion zusammen. Fehler und Ablehnungen verbrauchen Ihr prepaid Guthaben nicht. Verfolgen Sie die Token-Nutzung im letzten Streaming-Chunk, um die Kosten genau zu verwalten.
