Authentification : Définition de votre clé API
Votre clé API authentifie chaque requête. Vous recevez cette clé immédiatement après vous être inscrit avec Google ou une adresse e-mail. Conservez-la en toute sécurité, car elle donne accès à votre crédit prépayé. La clé agit comme votre seul identifiant pour les limites de débit et la facturation. Faites-la tourner manuellement via le tableau de bord si nécessaire, en notant qu'une nouvelle clé remplace instantanément l'ancienne.
URL de base et structure des points de terminaison
L'URL de base est HTTPS://api.chatunfiltered.com/v1. Cette structure garantit la compatibilité avec les SDK OpenAI standard. Vous n'avez besoin d'interagir qu'avec le point de terminaison des complétions de chat. Les embeddings, la génération d'images et le traitement audio ne sont pas disponibles. Gardez votre URL de base cohérente dans toutes les configurations client pour éviter les erreurs de routage.
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"}]
}'Effectuer votre première requête POST
Envoyez une requête POST à /v1/chat/completions pour générer du texte. Incluez votre clé API dans l'en-tête Authorization. Définissez le modèle sur "uncensored" pour accéder au LLM sans filtre dédié. Le corps de la requête doit contenir un tableau messages avec votre invite. Les réponses retournent l'utilisation des tokens et le contenu généré. Cette approche directe minimise la latence par rapport aux proxies multi-modèles.
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)Comprendre les formats de réponse et le streaming
Recevez des réponses au format JSON standard ou diffusez-les via les Server-Sent Events. Le streaming vous permet de traiter les jetons au fur et à mesure de leur génération, ce qui améliore la latence perçue pour les sorties longues. Le dernier chunk d'un flux contient l'utilisation totale des jetons pour une facturation précise. Vous pouvez également imposer le mode JSON pour des sorties de données structurées. Choisissez la méthode qui convient le mieux à l'architecture de votre application.
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);Configuration des paramètres : Température, Top-P et Outils
Ajustez la température et le top_p pour contrôler l'aléatoire des réponses. Utilisez tool_choice pour les capacités d'appel de fonctions. Le modèle prend en charge le mode JSON strict via response_format. Vous pouvez également définir des séquences d'arrêt pour arrêter la génération à des points spécifiques. Ces paramètres permettent un contrôle fin du comportement du modèle sans censure sans couches de routage externes.
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)Gestion des erreurs et suivi de l'utilisation des tokens
Gérez les erreurs 401 pour les clés invalides et les erreurs 402 pour le crédit insuffisant. Les limites de débit retournent 429 lorsque vous dépassez 300 requêtes par minute. Votre fenêtre de contexte s'étend sur 100 000 tokens pour l'invite et la complétion combinées. Les erreurs et les refus ne consomment pas votre crédit prépayé. Suivez l'utilisation des tokens dans le dernier chunk de streaming pour gérer les coûts avec précision.
