Guide de prise en main de l'API Codeur IA sans censure

Configuration de l'URL de base et de l'authentification

Commencez par obtenir votre clé API via la connexion Google ou les identifiants e-mail sur le tableau de bord. L'URL de base est HTTPS://api.uncensoredaicoder.com/v1 et fonctionne avec les SDK OpenAI standard. Envoyez votre clé dans le Authorization en-tête en tant que jeton Bearer. L'authentification est stricte ; les clés invalides renvoient immédiatement une erreur 401.

Envoi de requêtes au modèle uncensored

Envoyez des requêtes POST à /v1/chat/completions avec l'ID du modèle défini sur uncensored. Le modèle répond sans refus pour le contenu adulte légal. Utilisez des charges utiles JSON standard pour définir vos prompts système et utilisateur. Cette approche élimine le besoin de configurations de proxy complexes.

Copycurl https://api.uncensoredaicoder.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return a list of all active user sessions in the database."}]
  }'

Intégration du SDK Python

Installez la bibliothèque Python officielle d'OpenAI et configurez-la pour pointer vers notre URL de base. Définissez la clé API et le nom du modèle directement lors de l'initialisation de votre client. Cela vous permet d'utiliser des méthodes familières comme client.chat.completions.create(). La bibliothèque gère la sérialisation automatiquement.

Copyfrom openai import OpenAI

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

Intégration du SDK Node

Initialisez le package npm OpenAI avec votre URL de base personnalisée et vos identifiants. Passez l'identifiant du modèle uncensored à n’importe quel appel de complétion de chat. Cela garantit un comportement cohérent dans vos applications Node.js. Vous pouvez gérer les prompts exactement comme vous le feriez avec n’importe quel service compatible OpenAI.

Copyimport OpenAI from "openai";

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

Réponses en streaming avec SSE

Activez le streaming en définissant stream: true dans votre charge utile de requête. Le serveur renvoie des Server-Sent Events (SSE) pour la livraison des jetons en temps réel. Cela réduit la latence perçue pour la génération de récits NSFW longs. Le dernier chunk contient l'utilisation totale des jetons pour la facturation.

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)

Limites des jetons et fenêtre de contexte

Le modèle prend en charge une fenêtre de contexte de 100 000 tokens pour les données de prompt et de complétion combinées. Définissez max_tokens pour contrôler la longueur de la sortie ; la valeur par défaut est de 2 048 tokens par requête. Le dépassement des limites de taux déclenche une erreur 429. Chaque compte est limité à 300 requêtes par minute. Le crédit n'est facturé que pour l'utilisation réussie des tokens.