無検閲LLM APIクイックスタート | Uncensored LLM Hub

ベースURLと認証

すべてのリクエストにベースURL https://api.uncensoredllmhub.com/v1 を使用してください。認証には、Authorization ヘッダーにベアートークンとして渡すAPIキーが必要です。このキーはAPIキーを取得 ページでサインアップ直後に入手できます。キーは単一のアカウントに紐付いており、いつでも再生成できます（以前キーが無効化されます）。開始に電話番号やクレジットカードは必要ありません。

POST /v1/chat/completions

チャットエンドポイントにプロンプトを送信します。モデルIDは常に uncensored です。APIは標準的なチャットメッセージを受け取り、テキストを返します。画像、音声、埋め込みはサポートしていません。リクエストボディは8 MB未満にしてください。以下の例は、cURLを使用した基本的なテキストリクエストを示しています。

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."}]
  }'

これにより、プロンプトに対する補完が返されます。レスポンスを解析して生成されたテキストを抽出し、アプリケーションロジックに使用できます。

Python SDK統合

より簡単な統合のために、公式の openai Pythonパッケージを使用してください。ベースURLとAPIキーでクライアントを設定します。このアプローチはJSON処理と型の推論を簡素化します。以下の例は、クライアントの初期化とメッセージ送信の方法を示しています。

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)

YOUR_API_KEY を実際のキーに置き換えてください。レスポンスオブジェクトはコンテンツに直接アクセスできるため、Pythonワークフローへの統合が容易です。

Node SDK統合

JavaScript環境では、OpenAI Node.js SDKを使用してください。設定オブジェクトにベースURLとAPIキーを設定します。これにより、標準的なpromiseベースの構文を使用できます。以下の例は、シンプルなチャット補完のデモを示しています。

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);

非同期レスポンスを適切に処理してください。この方法は、出力を即時に処理する必要があるサーバーサイドアプリケーションやNode.js環境でよく機能します。

ストリーミングレスポンス（SSE）

リクエストに stream: true を設定してストリーミングを有効にします。APIは単一のJSONオブジェクトの代わりにServer-Sent Events（SSE）を返します。これにより、トークンが生成される際に表示でき、知覚されるレイテンシーを改善できます。以下の例は、Pythonでストリームを処理する方法を示しています。

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)

各チャンクを解析してデルタコンテンツを抽出します。これは、ユーザーがリアルタイムのタイピングインジケーターを期待するチャットインターフェースに役立ちます。ストリームは最終的なチャンクを受信したときに終了します。

レート制限、エラー、コンテキスト

1つのAPI キーあたり1分間に300リクエストまでです。これを超えると429エラーが発生します。その他の一般的なエラーには、401（無効なキー）と402（クレジット不足）があります。コンテキストウィンドウは、プロンプトと補完を合わせて100,000トークンです。入力が大きすぎる場合、モデルはリクエストを切り捨てまたは拒否する可能性があります。サービス中断を避けるため、ダッシュボードで利用状況を常に監視してください。