Dokumentasi API

URL Dasar dan Autentikasi

API chatbot AI tanpa filter beroperasi pada satu URL dasar: https://api.chatbotaiunfiltered.com/v1. Anda mengautentikasi setiap permintaan dengan menyertakan kunci API unik Anda di Authorization header. Kunci ini dihasilkan segera setelah pembuatan akun melalui Google atau email. Jika kunci tidak valid, API mengembalikan error 401.

Permintaan Pertama

Kirimkan prompt pertama Anda menggunakan standar chat/completions endpoint. Model uncensored merespons topik dewasa, kontroversial, atau teknis yang sah tanpa penolakan biasa. Teruskan kunci API Anda di header dan atur ID model ke uncensored. Contoh berikut menunjukkan permintaan generasi teks dasar.

Copycurl https://api.chatbotaiunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set timezone to utc"}]
  }'

Permintaan ini mengembalikan kelengkapan teks. Model AI uncensored memproses input dan menghasilkan respons berdasarkan pelatihannya. Anda dapat menyesuaikan parameter seperti temperature untuk mengontrol kreativitas. Kesalahan seperti kredit tidak cukup mengembalikan kode status 402.

Integrasi SDK Python

Gunakan pustaka Python resmi OpenAI untuk berinteraksi dengan API LLM uncensored. Konfigurasikan klien dengan kunci API Anda dan URL dasar kustom. Pendekatan ini memungkinkan Anda menggunakan metode yang sudah akrab seperti chat.completions.create() sementara memanfaatkan kemampuan inferensi mentah dari model tanpa filter. Tetapkan model secara eksplisit ke uncensored agar Anda tidak dialihkan ke varian yang difilter.

Copyfrom openai import OpenAI

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

Pustaka menangani serialisasi JSON dan streaming secara otomatis. Anda dapat mengambil penggunaan token dari objek respons. Metode ini sangat ideal untuk layanan backend yang perlu mengintegrasikan generasi teks tanpa filter ke dalam alur kerja yang ada tanpa menulis ulang klien HTTP.

Integrasi SDK Node

Integrasikan API tanpa sensor ke dalam aplikasi Node.js menggunakan SDK resmi. Teruskan URL dasar dan kunci API saat inisialisasi klien. Konfigurasi ini memastikan kompatibilitas dengan endpoint OpenAI standar sambil memberikan perilaku chatbot tanpa filter yang Anda harapkan. Gunakan uncensored ID model untuk mengakses bobot penyetelan spesifik.

Copyimport OpenAI from "openai";

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

SDK mengelola percobaan ulang permintaan dan penanganan kesalahan. Anda dapat mengalirkan respons atau mengumpulkan teks lengkap. Ini berguna untuk aplikasi web yang memerlukan generasi teks secara real-time. API AI uncensored mendukung parameter standar seperti temperature dan top_p untuk menyesuaikan gaya output.

Respons Streaming melalui SSE

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan Server-Sent Events (SSE) berisi potongan teks inkremental. Potongan terakhir mencakup statistik penggunaan token penuh. Ini sangat penting untuk aplikasi yang menampilkan teks secara real-time, seperti antarmuka obrolan atau editor kode langsung. Streaming secara signifikan mengurangi latensi yang dirasakan.

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)

Parse stream SSE untuk merender teks saat tiba. Setiap chunk hanya berisi sebagian dari respons. Model uncensored mempertahankan konteks di seluruh chunk. Anda dapat menghentikan streaming lebih awal jika pengguna mengubah input mereka. Penanganan kesalahan tetap konsisten dengan permintaan non-streaming.

Batas, Error, dan Jendela Konteks

API LLM tanpa sensor menerapkan jendela konteks 100.000 token untuk input dan output secara gabungan. Anda dapat mengirim hingga 16.000 token per permintaan jika Anda menentukan max_tokens. Batas laju memungkinkan 300 permintaan per menit dan 8 permintaan bersamaan per kunci. Kesalahan 429 menunjukkan bahwa Anda telah melebihi batas ini. Badan permintaan tidak boleh melebihi 8 MB. Kesalahan seperti kredit yang hilang mengembalikan 402, sedangkan kunci yang tidak valid mengembalikan 401. Kredit tidak pernah kedaluwarsa, sehingga Anda dapat menghentikan penggunaan tanpa kehilangan dana.