Быстрый старт API Безцензурной LLM | Uncensored LLM Hub

Базовый URL и аутентификация

Используйте базовый URL https://api.uncensoredllmhub.com/v1 для всех запросов. Для аутентификации необходим API-ключ, передаваемый в заголовке Authorization в виде токена Bearer. Вы получаете этот ключ сразу после регистрации на странице Получить API-ключ. Ключ привязан к одному аккаунту; вы можете перегенерировать его в любое время, что сделает предыдущий ключ недействительным. Для начала не требуется номер телефона или кредитная карта.

POST /v1/chat/completions

Отправьте ваш промпт в чат-эндпоинт. Идентификатор модели всегда uncensored. API принимает стандартные сообщения чата и возвращает текст. Он не поддерживает изображения, аудио или эмбеддинги. Убедитесь, что тело вашего запроса не превышает 8 МБ. Следующий пример демонстрирует базовый текстовый запрос с использованием 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."}]
  }'

Это возвращает завершение для вашего промпта. Вы можете разобрать ответ, чтобы извлечь сгенерированный текст для логики вашего приложения.

Интеграция Python SDK

Используйте официальный openai пакет Python для более простой интеграции. Настройте клиент, указав базовый URL и API-ключ. Этот подход упрощает обработку JSON и вывод типов. Следующий пример показывает, как инициализировать клиент и отправить сообщение:

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)

Замените YOUR_API_KEY на ваш фактический ключ. Объект ответа предоставляет прямой доступ к содержимому, что облегчает интеграцию в рабочие процессы Python.

Интеграция Node SDK

Для сред JavaScript используйте SDK Node.js OpenAI. Установите базовый URL и API-ключ в объекте конфигурации. Это позволяет использовать стандартный синтаксис на основе промисов. Следующий пример демонстрирует простое завершение чата:

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);

Убедитесь, что вы правильно обрабатываете асинхронный ответ. Этот метод хорошо работает для серверных приложений или сред Node.js, где вам нужно немедленно обработать вывод.

Потоковые ответы (SSE)

Включите потоковую передачу, установив stream: true в вашем запросе. API возвращает Server-Sent Events (SSE) вместо одного объекта JSON. Это позволяет отображать токены по мере их генерации, улучшая воспринимаемую задержку. Следующий пример показывает, как обработать поток в 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)

Разберите каждый чанк, чтобы извлечь содержимое дельты. Это полезно для интерфейсов чата, где пользователи ожидают индикаторы набора текста в реальном времени. Поток заканчивается, когда получен последний чанк.

Лимиты запросов, ошибки и контекст

Лимит — 300 запросов в минуту на ключ. При превышении вы получите ошибку 429. Другие частые ошибки: 401 (неверный ключ) и 402 (недостаточно средств). Контекстное окно составляет 100 000 токенов для промпта и ответа модели в сумме. Если ввод слишком большой, модель может обрезать или отклонить запрос. Всегда отслеживайте использование через панель, чтобы избежать сбоев.