API-Dokumentation & Schnellstart

Basis-URL und Authentifizierung

Starten Sie jede Anfrage an https://api.whatisthemostuncensoredai.com/v1 mit Ihrem API-Schlüssel. Dieser OpenAI-kompatible API-Endpunkt erwartet Standard-Header für eine sofortige Verbindung.

• Header: Authorization: Bearer YOUR_API_KEY
• Endpunkt: /v1/chat/completions

Copycurl https://api.whatisthemostuncensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of the top 10 uncensored models"}]
  }'

Bewahren Sie Ihren Schlüssel sicher auf. Drehen Sie ihn sofort um, wenn er exponiert wurde. Für die Registrierung ist keine Telefonnummer erforderlich. Zugriff über Google oder E-Mail gewährt sofortige Anmeldeinformationen.

Chat-Vervollständigungs-Endpunkt

Senden Sie Nachrichten an den einzelnen unzensierten LLM-API-Endpunkt zur Textgenerierung. Die Modell-ID ist immer uncensored.

Copyfrom openai import OpenAI

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

Eingabetext wird in die messages array. Die Ausgabe erscheint in content. Fehler geben standardmäßige HTTP-Codes zurück. Es gibt keine komplexe Routing-Logik. Sende einfach das Payload und erhalte die Antwort.

Streaming-Antworten (SSE)

Echtzeit-Token-Bereitstellung aktivieren, indem Sie stream: true. Diese Uncensored-LLM-API unterstützt Server-Sent Events für Anwendungen mit niedriger Latenz.

Copyimport OpenAI from "openai";

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

Verarbeiten Sie Chunks, sobald sie eintreffen. Token-Nutzungsdetails erscheinen im letzten Chunk. Das Puffern ist minimal. Verarbeiten Sie partielle Antworten ordnungsgemäß. Der Stream endet, wenn die Generierung abgeschlossen ist oder ein Fehler auftritt.

Function Calling und JSON-Modus

Verwenden response_format für strukturierte Ausgabe. Legen Sie json_object um strenge JSON-Konformität durchzusetzen. Diese unzensierte KI-API unterstützt Tool-Definitionen für programmatische Interaktionen.

Definieren Sie Tools im Anfragekörper. Das Modell gibt gültiges JSON zurück, das Ihrem Schema entspricht. Analysieren Sie das Ergebnis in Ihrem Code. Die Fehlerbehandlung bleibt konsistent mit Standardanfragen.

Token-Limits und Kontextfenster

Das Kontextfenster unterstützt insgesamt 100.000 Tokens. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Standardmäßig sind max_tokens 2.048, wenn nicht angegeben.

Prompt- und Completion-Tokens werden zusammengezählt. Das Überschreiten des Limits führt zu einem Fehler. Überwachen Sie die Nutzung über die Antwort-Header. Effizientes Prompting spart Credits. Prepaid-Guthaben verfällt nie.

Fehlerbehandlung und Nutzung

Behandeln Sie 401 für ungültige Schlüssel. Geben Sie 402 zurück, wenn das Guthaben nicht ausreicht. Ratenbegrenzungen lösen 429-Fehler nach 300 Anfragen pro Minute aus.

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)

Zu den Fehlern gehören detaillierte Nachrichten. Ablehnungen sind kostenlos. Prüfen Sie die error Objekt für Details. Die Retry-Logik sollte Rate-Limits berücksichtigen. Gutschriften werden nur bei erfolgreicher Token-Nutzung abgezogen.