Avvio rapido API LLM senza censura | Uncensored LLM Hub

URL di base e autenticazione

Usa l'URL di base https://api.uncensoredllmhub.com/v1 per tutte le richieste. L'autenticazione richiede una chiave API passata nell'intestazione Authorization come token Bearer. Ricevi questa chiave immediatamente dopo la registrazione tramite la pagina Ottieni chiave API. La chiave è associata a un singolo account; puoi rigenerarla in qualsiasi momento, il che invalida la chiave precedente. Non sono richiesti numero di telefono o carta di credito per iniziare.

POST /v1/chat/completions

Invia il tuo prompt all'endpoint di chat. L'ID del modello è sempre uncensored. L'API accetta messaggi di chat standard e restituisce testo. Non supporta immagini, audio o embedding. Assicurati che il corpo della richiesta sia inferiore a 8 MB. L'esempio seguente mostra una richiesta di testo di base utilizzando cURL:

Copycurl https://api.uncensoredllmhub.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Questo restituisce un completamento per il tuo prompt. Puoi analizzare la risposta per estrarre il testo generato per la logica della tua applicazione.

Integrazione SDK Python

Usa il pacchetto Python ufficiale openai per un'integrazione più semplice. Configura il client con il tuo URL di base e chiave API. Questo approccio semplifica la gestione JSON e l'inferenza dei tipi. L'esempio seguente mostra come inizializzare il client e inviare un messaggio:

Copyfrom openai import OpenAI

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

Sostituisci YOUR_API_KEY con la tua chiave effettiva. L'oggetto di risposta fornisce accesso diretto al contenuto, rendendo facile l'integrazione nei flussi di lavoro Python.

Integrazione SDK Node

Per gli ambienti JavaScript, usa l'SDK Node.js di OpenAI. Imposta l'URL di base e la chiave API nell'oggetto di configurazione. Questo ti permette di utilizzare la sintassi basata su promise standard. L'esempio seguente mostra un semplice completamento di chat:

Copyimport OpenAI from "openai";

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

Assicurati di gestire la risposta asincrona in modo appropriato. Questo metodo funziona bene per le applicazioni lato server o negli ambienti Node.js dove è necessario elaborare l'output immediatamente.

Risposte in streaming (SSE)

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce eventi inviati dal server (SSE) invece di un singolo oggetto JSON. Questo ti permette di visualizzare i token man mano che vengono generati, migliorando la latenza percepita. L'esempio seguente mostra come gestire lo stream in Python:

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)

Analizza ogni chunk per estrarre il contenuto delta. Questo è utile per le interfacce chat dove gli utenti si aspettano indicatori di digitazione in tempo reale. Lo stream termina quando viene ricevuto l'ultimo chunk.

Limiti di velocità, errori e contesto

Sei limitato a 300 richieste al minuto per chiave. Se superi questo limite, ricevi un errore 429. Altri errori comuni includono 401 (chiave non valida) e 402 (credito insufficiente). La finestra di contesto è di 100.000 token per prompt e completamento combinati. Se il tuo input è troppo grande, il modello potrebbe troncare o rifiutare la richiesta. Monitora sempre il tuo utilizzo tramite il dashboard per evitare interruzioni del servizio.