GitHub Uncensored AI API-Referenz

Authentifizierung & Basis-URL

Die API erfordert für jede Anfrage ein Bearer-Token. Sie generieren diesen Schlüssel sofort über das Dashboard mit Google- oder E-Mail-Anmeldedaten. Sobald erstellt, authentifiziert der Schlüssel Ihr vorausbezahltes Konto gegen das gehostete Modell.

Legen Sie Ihre Base-URL so fest, dass sie direkt mit unserem API-Gateway verbunden ist. Dies stellt sicher, dass alle Anfragen an den richtigen Uncensored-Modellserver weitergeleitet werden.

Verwenden Sie den Standard-Authentifizierungsheader mit dem Bearer-Schema. Ersetzen Sie den Platzhalter durch Ihren eindeutigen Schlüsselstring.

Basis-Konfiguration

• Base URL: https://api.githubuncensoredai.com/v1
• Auth-Header: Authorization: Bearer YOUR_API_KEY
• Modell-ID: uncensored

Copycurl https://api.githubuncensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fix the syntax error in this python loop"}]
  }'

Chat-Vervollständigungs-Endpunkt

Senden Sie Textdaten an den Chat-Vervollständigungs-Endpunkt und erhalten Sie generierten Text als Antwort. Das System akzeptiert eine Liste von Nachrichten mit Rollen wie Benutzer oder Assistent. Es gibt eine Vervollständigung basierend auf der Prompt-Historie zurück.

Dieser Endpunkt behandelt Standard-Konversationsabläufe. Sie können mehrere Nachrichtenfolgen senden, und das Modell behält den Kontext bis zur Grenze bei. Er unterstützt keine Bild-, Audio- oder Videoeingaben. Das Antwortformat ist standardmäßiges JSON.

Stellen Sie sicher, dass Ihre Payload die Modellkennung enthält. Das System ignoriert unbekannte Felder korrekt. Bei Fehlern werden spezifische Codes zurückgegeben, wenn die Authentifizierung fehlschlägt oder das Guthaben aufgebraucht ist.

Copyfrom openai import OpenAI

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

Streaming-Antworten

Aktivieren Sie das Streaming, indem Sie das stream-Flag auf true setzen. Die API gibt eine Reihe von Server-Sent Events zurück, anstatt eines einzelnen JSON-Objekts. Jedes Ereignis enthält einen Chunk des generierten Texts.

Dieser Ansatz reduziert die wahrgenommene Latenz bei langen Antworten. Sie können Text für Benutzer anzeigen, sobald er generiert wird. Der letzte Chunk enthält die Token-Nutzungsstatistiken für die Abrechnung.

Verarbeiten Sie den Stream effizient in Ihrem Client-Code. Schließen Sie die Verbindung, wenn der Stream endet oder ein Fehler auftritt. Diese Methode eignet sich gut für Echtzeit-Chat-Schnittstellen.

Copyimport OpenAI from "openai";

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

Funktionsaufruf & JSON-Modus

Das Modell unterstützt strukturierte Ausgabe via Function Calling. Definieren Sie Tools in Ihrer Anfrage mit Namen, Beschreibungen und Parameterschemata. Das Modell wählt das passende Tool aus und generiert Argumente.

Verwenden Sie den JSON-Modus für strenge Schema-Konformität. Legen Sie das Antwortformat auf json_object fest, um eine gültige JSON-Ausgabe zu erzwingen. Dies ist nützlich zum Analysieren von Daten oder zum Generieren von Code-Snippets.

Kombinieren Sie den Funktionsaufruf mit Streaming für interaktive Erfahrungen. Das Modell kann mehrere Tools nacheinander aufrufen. Validieren Sie das Ausgabeschema, bevor Sie Funktionen in Ihrer Anwendungslogik ausführen.

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)

Parameter & Limits

Steuern Sie das Generierungsverhalten mit Parametern wie Temperatur und top_p. Passen Sie diese Werte an, um Kreativität und Determinismus auszubalancieren. Die Standardeinstellungen funktionieren für die meisten allgemeinen Zwecke.

Respektieren Sie die Anfrage-Limits, um Fehler zu vermeiden. Sie können bis zu 300 Anfragen pro Minute pro Schlüssel senden. Gleichzeitige Anfragen sind auf acht pro Schlüssel begrenzt. Die maximale Größe des Anfragekörpers beträgt 8 MB.

Das Context-Window umfasst 100.000 Tokens. Dies beinhaltet sowohl Eingabeaufforderungs- als auch Antwort-Tokens. Die Ausgabe ist auf 16.000 Tokens pro Anfrage begrenzt. Das Überschreiten dieser Limits führt zu einem Fehlercode.

Token-Nutzung & Abrechnung

Die Abrechnung ist vorausbezahlt und basiert auf der tatsächlichen Tokennutzung. Eingabetokens kosten 0,15 $ pro Million, Ausgabetokens kosten 0,50 $ pro Million. Fehler und Ablehnungen verbrauchen kein Guthaben.

Guthaben verfällt nicht. Aufladungen werden ausschließlich über Krypto verarbeitet. Sie erhalten Bonusguthaben für größere Einzahlungen. Das System verfolgt die Nutzung genau für jeden API-Schlüssel.

Überwachen Sie Ihr Guthaben über das Dashboard. Wenn das Guthaben niedrig wird, schlagen Ihre Anfragen mit einem bestimmten Fehlercode fehl. Fügen Sie sofort Mittel hinzu, um den Dienst fortzusetzen, ohne auf Genehmigungen warten zu müssen.