Schnellstart: Integrieren Sie unzensierte Completions

Erste Anfrage

Senden Sie Ihre erste Completion sofort nach dem Erstellen Ihres Schlüssels. Verwenden Sie die Model-ID uncensored auf das Open-Weight-Modell zugreifen. Es verarbeitet Texteingaben und Textausgaben effizient.

Das folgende Beispiel demonstriert eine grundlegende Textvervollständigungsanfrage. Ersetzen YOUR_API_KEY mit Ihrem tatsächlichen Schlüssel. Dies bestätigt, dass Ihre Authentifizierung korrekt funktioniert.

Sie können Parameter wie temperature oder top_p anpassen, um die Kreativität zu steuern. Das Modell reagiert auf Standard-JSON-Payloads. Fehler geben klare Codes zurück. Ein 402-Fehler bedeutet, dass Sie Ihr Guthaben aufladen müssen. Aufladungen erfolgen mit USDT im TRC20- oder USDC im Base-Netzwerk.

Diese Einfachheit reduziert die Integrationszeit. Sie benötigen keine komplexe Middleware. Die API verhält sich wie die Standard-OpenAI-Endpunkte. Diese Vertrautheit beschleunigt Ihren Entwicklungszyklus erheblich.

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek für eine schnelle Integration. Legen Sie die Basis-URL und den API-Schlüssel bei der Client-Initialisierung fest. Dieser Ansatz hält Ihren Code sauber und wartbar.

Übergeben Sie den Modellnamen als uncensored. Die Bibliothek übernimmt die JSON-Serialisierung automatisch. Sie erhalten strukturierte Antworten, die sich einfach in Ihrer Anwendungslogik verarbeiten lassen.

Diese Methode funktioniert sowohl für synchrone als auch asynchrone Workflows. Sie können Antworten streamen oder den vollständigen Text auf einmal abrufen. Die Wahl hängt von Ihren Nutzererfahrungsanforderungen ab. Das Streamen reduziert die wahrgenommene Latenz bei langen Antworten.

Bewahren Sie Ihren API-Schlüssel sicher auf. Codieren Sie ihn nicht hart in der Versionskontrolle. Verwenden Sie Umgebungsvariablen für Produktionsbereitstellungen. Diese Praxis verhindert die unbeabsichtigte Offenlegung Ihrer Anmeldedaten.

Node SDK-Integration

Integrieren Sie das Node.js-SDK für serverseitige Anwendungen. Initialisieren Sie den Client mit Ihrer base URL und Ihrem Schlüssel. Die Struktur entspricht eng der Python-Implementierung.

Anruf chat.completions.create mit dem uncensored Modell. Das SDK verwaltet die HTTP-Anfragen effizient. Sie erhalten Antworten im Standard-JSON-Format.

Diese Konfiguration funktioniert gut mit Express- oder Fastify-Servern. Sie können den API-Aufruf in einen Route-Handler einbetten. Behandeln Sie Fehler angemessen, um Ihre Benutzer zu informieren. Ein 429-Fehler zeigt an, dass Sie das Rate Limit erreicht haben.

Der Speicherverbrauch bleibt niedrig, da wir die Schwerarbeit übernehmen. Ihr Server verarbeitet lediglich die JSON-Eingabe. Diese Architektur skaliert mühelos mit Ihrer Benutzerbasis. Kein komplexes Infrastrukturmanagement erforderlich.

Streaming und Token-Nutzung

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Text-Chunks zurück, sobald sie generiert werden. Dies verbessert das Benutzererlebnis bei langen Antworten.

Jeder Chunk enthält Token-Nutzungsdaten. Der letzte Chunk enthält die gesamte Token-Anzahl für die Anfrage. Sie können Kosten in Echtzeit verfolgen. Diese Transparenz hilft Ihnen, Ihr Prepaid-Guthaben effektiv zu verwalten.

Fehler während des Streamings werden über Standard-HTTP-Codes behandelt. Ein 402-Fehler stoppt den Stream, wenn das Guthaben aufgebraucht ist. Sie können nach dem Nachladen fortsetzen oder wiederholen. Der Vorgang ist unkompliziert.

Streaming reduziert die Zeit bis zum ersten Byte. Nutzer sehen sofort Fortschritt. Diese Funktion ist essenziell für Chat-Schnittstellen. Sie lässt die uncensored LLM reaktionsschnell und dynamisch wirken.

Ratenbegrenzungen und Kontextfenster

Unsere Limits sind für die meisten Anwendungsfälle großzügig. Sie erhalten 300 Anfragen pro Minute pro Schlüssel. Sie können gleichzeitig 8 gleichzeitige Anfragen haben. Dies unterstützt hochdurchsatzstarke Anwendungen ohne Engpässe.

Das Context-Window umfasst insgesamt 100.000 Tokens. Dies umfasst sowohl Prompt als auch Completion. Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens. Legen max_tokens explizit, um Voreinstellungen zu vermeiden. Das Standard-Maximum beträgt 2.048 Tokens.

Fehlercodes helfen Ihnen, schnell zu debuggen. 401 bedeutet ungültiger Schlüssel. 402 bedeutet kein Guthaben. 429 bedeutet Ratenbegrenzung überschritten. Überprüfen Sie den Antwortkörper auf Details. Rückerstattungen sind für Guthaben nicht verfügbar, Fehler werden jedoch über den Support behoben.

Anfragekörper müssen 8 MB nicht überschreiten. Diese Einschränkung gewährleistet eine stabile Leistung. Planen Sie die Größe Ihrer Payload entsprechend. Große Dokumente müssen möglicherweise aufgeteilt werden. Dieser Ansatz hält die Latenz niedrig und konsistent.

cURL

Copycurl https://api.openaitokenpricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate cost for 100k tokens"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaitokenpricing.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.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openaitokenpricing.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

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)