Integra l'API Uncensored Local LLM

URL base e autenticazione

La nostra API è pienamente compatibile con gli SDK di OpenAI. Devi solo aggiornare base_url e fornire la tua chiave API. Iscriviti alla pagina Recupera chiave API per ricevere la tua chiave immediatamente. Non è necessario un numero di telefono o una carta di credito per iniziare con il credito di prova gratuito. L'URL di base è https://api.uncensoredlocalllm.com/v1. Mantieni la tua chiave al sicuro; puoi rigenerarla in qualsiasi momento, revocando istantaneamente quella vecchia. Questo garantisce che tu abbia sempre un singolo endpoint stabile per le tue applicazioni senza la complessità della gestione dell'inferenza locale.

Prima richiesta

Esegui la tua prima chiamata API utilizzando il tuo client HTTP preferito. L'endpoint supporta il formato standard chat-completions. Di seguito è riportato un esempio cURL che dimostra una richiesta di base. Sostituisci YOUR_API_KEY con la tua chiave effettiva. Questa richiesta invia un prompt e si aspetta una risposta testuale. L'ID del modello è uncensored. Questo modello a pesi aperti è ottimizzato per rispondere senza rifiuti di risposta per l'uso adulto legale, fornendo output diretti per il tuo caso d'uso.

Copycurl https://api.uncensoredlocalllm.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."}]
  }'

La risposta conterrà il testo generato nell'array choices. Se riscontri un errore 401, la tua chiave API non è valida o mancante. Assicurati di utilizzare l'URL base corretto e che la tua chiave non sia stata revocata dopo la rigenerazione.

Integrazione SDK Python

Utilizza l'SDK Python ufficiale di OpenAI per un'integrazione rapida. Imposta base_url e api_key nell'inizializzazione del tuo client. Questo approccio ti consente di utilizzare metodi familiari come chat.completions.create(). L'SDK gestisce automaticamente la serializzazione JSON e le richieste HTTP. È ideale per servizi backend o script che devono elaborare grandi quantità di testo. Ricorda che l'ID del modello rimane uncensored indipendentemente dalla versione SDK che utilizzi.

Copyfrom openai import OpenAI

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

Questo metodo è efficiente per l'elaborazione in batch o quando devi gestire la logica di risposta in Python. Assicurati che il tuo ambiente abbia il pacchetto openai installato. L'SDK supporta operazioni sia sincrone che asincrone, adattandosi a varie esigenze architetturali.

Integrazione SDK Node.js

Per ambienti JavaScript o TypeScript, l'SDK Node.js di OpenAI offre un'esperienza simile. Inizializza il client con il tuo URL base e chiave API. Questo è particolarmente utile per applicazioni web o funzioni serverless. L'SDK astrae i dettagli HTTP, permettendoti di concentrarti sulla logica dell'applicazione. Puoi chiamare l'endpoint di completamento con la stessa struttura dei servizi compatibili con OpenAI.

Copyimport OpenAI from "openai";

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

Utilizza questa integrazione per interfacce web in tempo reale o microservizi Node.js. L'SDK supporta promesse e modelli async/await, rendendo la gestione degli errori semplice. Assicurati di gestire gli errori di rete in modo elegante, specialmente nei sistemi distribuiti.

Risposte in streaming

Abilita lo streaming impostando stream: true nella tua richiesta. Ciò ti consente di ricevere risposte parziali man mano che vengono generate, migliorando la latenza percepita per gli utenti. L'API supporta Server-Sent Events (SSE) per lo streaming. Questo è cruciale per le interfacce chat dove ci si aspetta un feedback immediato. Lo streaming non influisce sulla qualità dell'output del modello o sulla finestra di contesto.

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)

Gestisci gli eventi di streaming nel codice del tuo client. Ogni frammento contiene una parte della risposta finale. Aggrega questi frammenti per ricostruire il messaggio completo. Questo approccio funziona perfettamente con gli SDK OpenAI sia in Python che in Node.js.

Limiti di richiesta, errori e finestra di contesto

L'API impone un limite di 300 richieste al minuto per chiave. La dimensione massima del corpo della richiesta è di 8 MB. Riceverai un errore 429 se superi il limite di richieste. Un errore 402 indica credito prepagato insufficiente. Assicurati di monitorare il tuo utilizzo e di ricaricare il tuo account tramite la dashboard. Il credito non scade e puoi pagare con criptovalute (USDT o USDC).

La finestra di contesto è di 100.000 token, che coprono sia il prompt che il completamento. Ciò consente conversazioni estese o l'elaborazione di documenti di grandi dimensioni. Se superi il limite, l'API rifiuterà la richiesta. L'ID del modello è uncensored e supporta la chiamata di funzioni per funzionalità estese.