Documentazione API

URL Base e Autenticazione

L'API del chatbot AI senza filtri opera a un singolo URL di base: https://api.chatbotaiunfiltered.com/v1. Autentichi ogni richiesta includendo la tua chiave API unica in Authorization header. Questa chiave viene generata immediatamente alla creazione dell'account tramite Google o email. Se la chiave non è valida, l'API restituisce un errore 401.

Prima richiesta

Invia il tuo primo prompt utilizzando lo standard chat/completions endpoint. Il modello non censorio risponde a temi adulti leciti, controversi o tecnici senza i soliti rifiuti. Passa la tua chiave API nell'intestazione e imposta l'ID del modello su uncensored. L'esempio seguente dimostra una richiesta di generazione di testo di base.

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"}]
  }'

Questa richiesta restituisce un completamento di testo. Il modello AI uncensored elabora l'input e genera una risposta basata sul suo addestramento. Puoi regolare parametri come la temperatura per controllare la creatività. Gli errori come credito insufficiente restituiscono un codice di stato 402.

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per interagire con l'API LLM senza filtri. Configura il client con la tua chiave API e l'URL di base personalizzato. Questo approccio ti permette di utilizzare metodi familiari come chat.completions.create() sfruttando le capacità di inferenza grezza del modello senza filtri. Imposta esplicitamente il modello a uncensored per garantire che non vengai instradato verso una variante filtrata.

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)

La libreria gestisce automaticamente la serializzazione JSON e lo streaming. Puoi recuperare l'utilizzo dei token dall'oggetto di risposta. Questo metodo è ideale per i servizi backend che devono integrare la generazione di testo non filtrato nei flussi di lavoro esistenti senza riscrivere i client HTTP.

Integrazione SDK Node

Integra l'API senza filtri nelle applicazioni Node.js utilizzando l'SDK ufficiale. Passa il base URL e la chiave API durante l'inizializzazione del client. Questa configurazione garantisce la compatibilità con gli endpoint standard di OpenAI offrendo al contempo il comportamento del chatbot senza filtri che ti aspetti. Usa il uncensored ID del modello per accedere ai pesi specifici ottimizzati.

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);

L'SDK gestisce i tentativi di richiesta e la gestione degli errori. Puoi trasmettere le risposte o raccogliere il testo completo. Questo è utile per le applicazioni web che necessitano di generazione di testo in tempo reale. L'API AI uncensored supporta parametri standard come temperature e top_p per l'affinamento dello stile dell'output.

Risposte in streaming tramite SSE

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce Server-Sent Events (SSE) contenenti chunk di testo incrementali. L'ultimo chunk include le statistiche complete sull'utilizzo dei token. Questo è essenziale per le applicazioni che visualizzano il testo in tempo reale, come interfacce chat o editor di codice live. Lo streaming riduce significativamente la latenza percepita.

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 il flusso SSE per renderizzare il testo man mano che arriva. Ogni chunk contiene solo una parte della risposta. Il modello uncensored mantiene il contesto tra gli chunk. Puoi interrompere lo streaming in anticipo se l'utente modifica il suo input. La gestione degli errori rimane coerente con le richieste non in streaming.

Limiti, Errori e Finestra di Contesto

L'API LLM senza censure impone una finestra di contesto di 100.000 token, sia per l'input che per l'output combinati. Puoi inviare fino a 16.000 token per richiesta se specifichi max_tokens. I limiti di frequenza permettono 300 richieste al minuto e 8 richieste concorrenti per chiave. Un errore 429 indica che hai superato questi limiti. I corpi delle richieste non devono superare 8 MB. Gli errori come la mancanza di credito restituiscono 402, mentre le chiavi non valide restituiscono 401. Il credito non scade mai, quindi puoi mettere in pausa l'utilizzo senza perdere fondi.