Integrer Uncensored API

Installer den officielle OpenAI SDK

Start med at tilføje standardbiblioteket til dit miljø. Dette sikrer, at du bruger den samme klientkode, der fungerer med andre udbydere.

• Kør pip install openai til Python.
• Kør npm install openai til Node.js.

Disse pakker håndterer HTTP-logikken, så du kan fokusere på prompts. Du behøver ikke en custom client eller et separat routing-lag. SDK'et håndterer retries og JSON-serialisering automatisk.

Konfigurer din base URL og nøgle

Punkt SDK'et til vores server ved at overskrive standard base-URL'en. Brug nøglen genereret på dit dashboard, og indstil model-ID'et til uncensored.

• Base URL: https://api.pricingkeyapiopenai.com/v1
• Model: uncensored

Denne konfiguration fungerer med ethvert OpenAI-kompatibelt klient. Du kan beholde din eksisterende kodestruktur og bare skifte endpoint. Der er ingen abonnementslås her.

Her er hvordan du opsætter klienten i Python:

Copyfrom openai import OpenAI

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

Send din første chat-completion

Lav en standard POST-anmodning til chat-completions-endepunktet. Send dine system- og brugermeldinger i det krævede JSON-format. API'et returnerer en tekstrespons, der ignorerer standard indholdsfiltere for lovligt voksenindhold.

Test forbindelsen med en simpel prompt for at verificere latency og tokenforbrug. Hvis du får et svar, fungerer din integration korrekt.

Eksempel anmodningsstruktur:

Copycurl https://api.pricingkeyapiopenai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Convert this curl request to Python using standard libraries"}]
  }'

Aktivér streaming for realtids-tokens

Indstil stream til true for at modtage tokens, mens de genereres. Dette er essentielt for chatgrænseflader og real-time applikationer. SDK'en yield chunks, mens de ankommer fra serveren.

Hver chunk indeholder deltaet af responsen. Du kan konkatenerer disse deltas for at opbygge den endelige tekst. Streaming reducerer den opfattede latens betydeligt for lange outputs.

Aktivér streaming i din Node.js-klient:

Copyimport OpenAI from "openai";

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

Brug JSON-tilstand og funktionskald

Anmod om struktureret output ved at indstille response_format til {"type": "json_object"}. Dette tvinger modellen til at returnere gyldig JSON i stedet for ren tekst. Brug tools til function calling-funktioner.

Definér dine værktogsskemaer i anmodningen. Modellen vil outputte værkturskald, som du kan udføre i din kode. Dette fungerer nøjagtigt som det standard OpenAI-funktionskaldsinterface.

Konfigurer JSON-tilstand i dit SDK:

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)

Håndter fejl og forbrugsgrænser

Kig efter specifikke HTTP-statuskoder for at styre din applikationsflow. En 401-fejl betyder, at din API-nøgle er ugyldig eller udløbet. En 402-fejl angiver, at du ikke har forudbetalt kredit tilbage. En 429-fejl signalerer, at du har ramt rate limit på 300 anmodninger i minuttet.

Din kontekstvindu-grænse er på 100.000 tokens i alt. Hvis du overstiger dette, returnerer API'en en fejl. Afvisninger og fejl forbruger ikke din token-balance. Hold dine anmodningskroppe under 8 MB.