Avvio rapido: Connetti il tuo codice

Installazione e configurazione

La chiave API autentica le tue richieste. Generane una istantaneamente tramite la dashboard utilizzando Google o email e password. Non è richiesto il numero di telefono. Memorizza la chiave nelle variabili di ambiente. Essa garantisce l'accesso all'unico modello uncensored. Puoi sostituire una chiave se necessario, ma solo una rimarrà attiva alla volta. L'URL base indirizza il traffico verso i nostri server. Funziona con qualsiasi libreria client compatibile con OpenAI. Modifica il base_url parametro per puntare qui. Questo elimina la logica complessa di proxy o routing. I tuoi prompt e le tue completazioni vengono conteggiati contro il tuo credito prepagato. Gli errori non consumano token. Questo garantisce che paghi solo per la generazione effettiva.

Esecuzione della tua prima chat completion

Invia una richiesta POST a /v1/chat/completions con il tuo ID modello. Usa "uncensored" come valore del modello. Includi i tuoi messaggi di sistema e utente nel messages array. L'API restituisce il testo generato. Nessun filtro di contenuto blocca gli argomenti adulti leciti. Puoi regolare parametri come temperature o top_p. Questi controllano casualità e creatività. Imposta max_tokens per limitare la lunghezza dell'output. Il valore predefinito è di 2.048 token. Puoi estenderlo fino a 16.000 token. La finestra di contesto supporta 100.000 token in totale. Questo consente roleplay lunghi e dettagliati. Mantieni le tue richieste sotto gli 8 MB. Questo limite garantisce prestazioni stabili per payload di grandi dimensioni.

Gestione delle risposte in streaming

Lo streaming consegna i token man mano che vengono generati. Questo riduce la latenza percepita per gli utenti. Imposta stream: true nella tua richiesta. L'API restituisce uno stream di Server-Sent Events (SSE). Ogni chunk contiene contenuto parziale. Puoi concatenare questi chunk per formare la risposta completa. L'ultimo chunk include le statistiche sull'utilizzo dei token. Questo ti aiuta a monitorare il consumo dei crediti con precisione. Lo streaming è ideale per le interfacce chat in tempo reale. Fornisce feedback immediato durante la generazione. La gestione degli errori rimane coerente sia che si usi lo streaming o meno. Controlla il codice di stato per i fallimenti. Un errore 402 indica credito insufficiente. Un errore 401 significa che la tua chiave non è valida. La logica di retry dovrebbe tenere conto di questi codici specifici.

Utilizzo del function calling e degli strumenti

Definisci gli strumenti nella richiesta per abilitare il richiamo delle funzioni. Il modello può restituire dati strutturati per la tua app. Specifica tool_choice per controllare il comportamento di invocazione. Usa "auto" per selezione automatica. Passa le definizioni degli strumenti nel tools array. Il modello risponde con chiamate di funzione quando appropriato. Esecuti la funzione e invii il risultato indietro. Il modello continua la conversazione basandosi sull'output. Questo supporta logica complessa nei bot di roleplay. Puoi definire più strumenti per azioni diverse. L'API gestisce l'analisi e il routing. Assicurati che gli schemi degli strumenti siano JSON validi. Questo previene errori durante il processo di chiamata di funzione.

Attivazione della modalità JSON

Forza il modello a restituire JSON validi. Imposta response_format a {"type": "json_object"}. Questo garantisce dati strutturati per il parsing. Usalo per gli stati di gioco o per le risposte API. Il modello non aggiungerà formattazione markdown. Restituisce solo JSON grezzo. Questo è utile per i flussi di lavoro automatizzati. Puoi analizzare l'output direttamente nel tuo codice. Gli errori nella struttura JSON sono rari ma possibili. Convalida l'output nel livello applicazione. Questo aggiunge una rete di sicurezza per i sistemi di produzione. La modalità JSON funziona insieme al function calling. Puoi combinare entrambi per interazioni complesse. La finestra di contesto si applica all'intera scambio. Pianifica l'utilizzo dei token di conseguenza per rimanere entro i limiti.

Limiti, errori e finestra di contesto

Hai un limite di 300 richieste al minuto per chiave. Le richieste concorrenti sono limitate a 8 per chiave. I corpi delle richieste non devono superare gli 8 MB. Questi limiti prevengono il sovraccarico del server durante i picchi di utilizzo. Gli errori restituiscono codici di stato HTTP standard. 401 indica una chiave non valida o scaduta. 402 segnala che il tuo credito prepagato è esaurito. 429 significa che hai superato il limite di frequenza. Attendi prima di ritentare dopo un errore 429. La finestra di contesto è di 100.000 token. Questo include sia i token del prompt che quelli di completamento. Le conversazioni lunghe potrebbero richiedere strategie di troncamento. Gestisci l'utilizzo dei token per evitare costi imprevisti. Il credito non scade mai, quindi puoi interrompere l'utilizzo in qualsiasi momento. Questa flessibilità si adatta alla generazione intermittente ad alto volume.

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);

Streaming

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)