Inicio rápido: Conecta tu código

Instalación y configuración

La clave API autentica tus solicitudes. Genera una al instante a través del panel de control usando Google o correo electrónico y contraseña. No se requiere número de teléfono. Almacena la clave en tus variables de entorno. Otorga acceso al único modelo sin censura. Puedes reemplazar una clave si es necesario, pero solo una permanece activa a la vez. La URL base dirige el tráfico a nuestros servidores. Funciona con cualquier biblioteca cliente compatible con OpenAI. Cambia el base_url parámetro para apuntar aquí. Esto elimina la lógica compleja de proxy o enrutamiento. Tus prompts y completados se cuentan contra tu crédito prepagado. Los errores no consumen tokens. Esto asegura que solo pagues por la generación real.

Realizando tu primera completación de chat

Envía una solicitud POST a /v1/chat/completions con tu ID del modelo. Usa "uncensored" como el valor del modelo. Incluye tus mensajes de system y user en el messages array. La API devuelve el texto generado. No hay filtros de contenido que bloqueen temas adultos lícitos. Puedes ajustar parámetros como temperature o top_p. Estos controlan la aleatoriedad y la creatividad. Establezca max_tokens para limitar la longitud de la salida. El valor predeterminado es de 2,048 tokens. Puedes extender esto hasta 16,000 tokens. La ventana de contexto admite 100,000 tokens en total. Esto permite roleplays largos y detallados. Mantén tus solicitudes por debajo de 8 MB. Este límite garantiza un rendimiento estable para cargas útiles grandes.

Gestión de respuestas en streaming

El streaming entrega tokens a medida que se generan. Esto reduce la latencia percibida para los usuarios. Configura stream: true en tu solicitud. La API devuelve un flujo de Eventos Enviados por el Servidor (SSE). Cada fragmento contiene contenido parcial. Puedes concatenar estos fragmentos para formar la respuesta completa. El último fragmento incluye estadísticas de uso de tokens. Esto te ayuda a rastrear el consumo de créditos con precisión. La transmisión es ideal para interfaces de chat en tiempo real. Proporciona retroalimentación inmediata durante la generación. El manejo de errores permanece consistente ya sea en transmisión o no. Verifica el código de estado para errores. Un error 402 indica crédito insuficiente. Un error 401 significa que tu clave es inválida. La lógica de reintento debe tener en cuenta estos códigos específicos.

Usando llamada de funciones y herramientas

Define las herramientas en tu solicitud para habilitar la invocación de funciones. El modelo puede devolver datos estructurados para tu aplicación. Especifica tool_choice para controlar el comportamiento de invocación. Usa "auto" para selección automática. Pasa las definiciones de herramientas en el tools array. El modelo responde con llamadas a funciones cuando es apropiado. Ejecutas la función y envías el resultado de vuelta. El modelo continúa la conversación basándose en la salida. Esto soporta lógica compleja en bots de roleplay. Puedes definir múltiples herramientas para diferentes acciones. La API maneja el análisis y el enrutamiento. Asegúrate de que los esquemas de tus herramientas sean JSON válido. Esto previene errores durante el proceso de llamada a funciones.

Imposición del modo JSON

Forza al modelo a generar JSON válido. Establece response_format para {"type": "json_object"}. Esto asegura datos estructurados para el análisis. Úsalo para estados de juego o respuestas de API. El modelo no añadirá formato markdown. Devuelve solo JSON crudo. Esto es útil para flujos de trabajo automatizados. Puedes analizar la salida directamente en tu código. Los errores en la estructura JSON son raros pero posibles. Valida la salida en la capa de aplicación. Esto añade una red de seguridad para sistemas de producción. El modo JSON funciona junto con la llamada de funciones. Puedes combinar ambos para interacciones complejas. La ventana de contexto se aplica a todo el intercambio. Planifica el uso de tokens en consecuencia para permanecer dentro de los límites.

Límites, errores y ventana de contexto

Estás limitado a 300 solicitudes por minuto por clave. Las solicitudes concurrentes están limitadas a 8 por clave. Los cuerpos de las solicitudes no deben exceder los 8 MB. Estos límites previenen la sobrecarga del servidor durante el uso pico. Los errores devuelven códigos de estado HTTP estándar. 401 indica una clave no válida o expirada. 402 señala que tu crédito prepagado se ha agotado. 429 significa que has excedido el límite de velocidad. Espera antes de reintentar después de un error 429. La ventana de contexto es de 100.000 tokens. Esto incluye tanto los tokens de prompt como los de finalización. Las conversaciones largas pueden requerir estrategias de truncamiento. Gestiona el uso de tokens para evitar costos inesperados. El crédito nunca expira, por lo que puedes pausar el uso en cualquier momento. Esta flexibilidad se adapta a la generación intermitente de alto volumen.

cURL

Copycurl https://api.restrictionsnoai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three spicy dialogue lines for a vampire character"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Transmisión

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)