API-Dokumentation für unzensiertes LLM

Authentifizierung und Base URL

Verbinden Sie sich, indem Sie die Base-URL aktualisieren und Ihren API-Schlüssel im Header angeben. Wir hosten einen direkten, OpenAI-kompatiblen Endpunkt, der mit jedem Standard-Client funktioniert. Sie müssen keine komplexen Proxies konfigurieren oder sich um das Model-Routing kümmern.

Legen Sie Ihren Authorization-Header auf Bearer YOUR_API_KEY. Die Basis-URL für alle Anfragen ist https://api.chatgptkartreddedildi.com/v1. Ihr Schlüssel wird sofort nach der Anmeldung über Google oder E-Mail generiert. Es wird keine Telefonnummer benötigt, und Ihre Eingaben werden nicht zum Training verwendet. Diese Einrichtung stellt sicher, dass Sie ohne Änderung Ihres Anwendungscode zu unserem unzensierten Modell wechseln können.

Chat-Vervollständigungs-Endpunkt

Senden Sie Textprompts an POST /v1/chat/completions und erhalten Sie Textantworten. Dies ist der primäre Interaktionspunkt für unser unzensiertes LLM. Sie können Nachrichten mit Systemanweisungen senden, um das Verhalten des Modells zu steuern. Die anzugebende Modell-ID ist einfach uncensored.

Die API akzeptiert Standard-Chat-Formate. Sie können Ergebnisse streamen oder vollständige Antworten erhalten. Fehler und Ablehnungen verbrauchen kein Guthaben, sodass Sie nur für erfolgreiche Token-Nutzung zahlen. Das Kontextfenster unterstützt 100.000 Tokens für Prompt und Completion zusammen.

Copycurl https://api.chatgptkartreddedildi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the dependencies for this Python script"}]
  }'

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek für eine schnelle Integration. Legen Sie die Basis-URL des Clients auf unsere fest und geben Sie Ihren API-Schlüssel an. Dieser Ansatz ermöglicht es Ihnen, bestehende Bibliotheken zur Formatierung von Nachrichten und zur Parameterbehandlung zu nutzen. Dies ist der effizienteste Weg, um unsere API in einer Python-Umgebung zu testen.

Konfigurieren Sie die Basis-URL auf https://api.chatgptkartreddedildi.com/v1. Rufen Sie dann den Chat-Completion-Endpunkt mit Ihren gewünschten Nachrichten auf. Die Bibliothek übernimmt die JSON-Serialisierung automatisch. Sie können Parameter wie Temperatur und top_p direkt im Aufruf anpassen.

Copyfrom openai import OpenAI

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

Node SDK-Integration

Integrieren Sie unter Verwendung der openai npm-Paket mit minimaler Konfiguration fest. Legen Sie die Basis-URL und den API-Schlüssel in den Client-Optionen fest. Diese Methode ermöglicht es Ihnen, vertraute Node.js-Muster für asynchrone Anfragen zu verwenden. Sie ist ideal für Webserver oder Backend-Dienste, die zuverlässige Textgenerierung benötigen.

Initialisieren Sie den OpenAI-Client mit Ihrer benutzerdefinierten Basis-URL. Übergeben Sie Ihren API-Schlüssel im Autorisierungsheader. Rufen Sie die Methode für Chat-Vervollständigungen mit Ihrem Nachrichtenarray auf. Die Antwort enthält Token-Nutzung und Inhalt. Diese Einrichtung gewährleistet die Kompatibilität mit Standard-OpenAI-Client-Code.

Copyimport OpenAI from "openai";

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

Streaming-Antworten (SSE)

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Sie erhalten eine Reihe von Server-Sent Events (SSE) Chunks. Jedes Chunk enthält einen kleinen Teil des generierten Texts. Dies reduziert die wahrgenommene Latenz für Endbenutzer erheblich.

Das letzte Chunk enthält die vollständigen Token-Nutzungsstatistiken. Sie können die Textteile akkumulieren, um die vollständige Antwort zu bilden. Streaming funktioniert mit allen Parametern, einschließlich Function Calling. Es ist perfekt für Chat-Schnittstellen, bei denen sofortiges Feedback kritisch ist. Die API stellt sicher, dass Fehler gracefully behandelt werden, ohne den Stream zu unterbrechen.

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)

Limits, Fehler und Kontext

Verstehen Sie die Ratenbegrenzungen und Fehlercodes für eine zuverlässige Integration. Sie dürfen 300 Anfragen pro Minute pro Schlüssel durchführen. Nur 8 Anfragen können gleichzeitig ausgeführt werden. Der Anforderungstext darf 8 MB nicht überschreiten. Wenn Sie diese Grenzen überschreiten, erhalten Sie einen 429-Fehler. Ein 401-Fehler zeigt einen ungültigen oder fehlenden API-Schlüssel an. Ein 402-Fehler bedeutet, dass Ihr Vorauszahlungsguthaben aufgebraucht ist.

Das Context-Window beträgt 100.000 Tokens. Dies umfasst sowohl den Eingabe-Prompt als auch die Ausgabe-Correction. Wenn Sie max_tokens nicht festlegen, max_tokens, die Ausgabe ist auf 2.048 Tokens begrenzt. Fehler und Ablehnungen sind kostenlos, sodass Sie nur für die tatsächliche Token-Nutzung bezahlen. Guthaben verfällt nicht, und Sie können jederzeit Guthaben mit Kryptowährungen aufladen.