IasanscensuretexteGuide d'installation
Documentation développeur
Intégrez notre LLM sans censure à votre pile avec un seul changement de code. Notre API nécessite zéro surcharge de configuration et prend en charge immédiatement les SDK OpenAI standard.
URL de base et authentification
Démarrez chaque requête contre notre point de terminaison spécifique en utilisant votre clé API unique. Nous fournissons une URL de base dédiée qui remplace le point de terminaison OpenAI standard dans la configuration de votre client. Cela garantit que tout le trafic est acheminé directement vers notre modèle sans filtre sans interférence de middleware. Vous devez inclure votre clé dans l'en-tête Authorization en tant que jeton Bearer. Authorization: Bearer YOUR_API_KEY. Aucun en-tête supplémentaire n'est requis pour la génération de texte de base. Cette configuration fonctionne avec n'importe quelle bibliothèque qui respecte la norme du protocole OpenAI.
Votre première requête
Envoyez une simple complétion de chat pour vérifier la connectivité et la qualité de la réponse. La commande curl suivante illustre une interaction standard avec le modèle uncensored. Remplacez YOUR_API_KEY avec les identifiants délivrés lors de l'inscription. La requête cible le /v1/chat/completions endpoint. Cela confirme que l'API est réactive et prête à recevoir du trafic en production. Vous pouvez ajuster l'identifiant du modèle ou les messages selon les besoins pour votre cas d'utilisation spécifique.
curl https://api.iasanscensuretexte.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the top five Python libraries for web scraping."}]
}'
Intégration Python
Utilisez l'officiel openai Package Python pour intégrer notre API dans vos scripts. Définissez le base_url à notre point de terminaison et fournissez votre clé. Le client gère la sérialisation JSON automatiquement. Cette approche vous permet de conserver vos structures de code existantes tout en changeant le modèle de backend. La gestion des erreurs reste cohérente avec le comportement standard du SDK OpenAI. Vous pouvez facilement basculer entre différents IDs de modèle si nécessaire à l'avenir.
from openai import OpenAI
client = OpenAI(base_url="https://api.iasanscensuretexte.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)
Intégration Node.js
Intégrez l'API dans vos projets JavaScript ou TypeScript à l'aide du SDK Node. Configurez le apiKey et baseURL propriétés dans l'instance du client. Cela garantit que tous les appels ultérieurs transitent par notre infrastructure non censurée. Le SDK prend en charge les modèles async/await modernes pour un code asynne propre. Vous pouvez diffuser des réponses ou traiter des objets JSON complets en fonction des besoins de votre application. Cette méthode est idéale pour les serveurs web et les services backend.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.iasanscensuretexte.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);
Réponses en streaming
Activez la génération de jetons en temps réel en définissant stream: true dans votre requête. L'API renvoie un flux d'événements envoyés par le serveur (SSE) au lieu d'un seul blob JSON. Chaque fragment contient du texte partiel jusqu'à ce que le dernier fragment inclue les statistiques d'utilisation. Cela réduit considérablement la latence perçue pour les utilisateurs finaux. Vous pouvez traiter les jetons de manière incrémentale pour afficher des indicateurs de progression. Le dernier fragment contient toujours le nombre total de jetons pour une facturation précise.
stream = 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)
Limites, Erreurs et Contexte
Surveillez votre utilisation par rapport à des limites de débit strictes pour éviter les interruptions de service. Chaque clé permet 300 requêtes par minute et 8 connexions simultanées. La fenêtre de contexte prend en charge jusqu'à 100 000 tokens pour l'invite et la complétion combinées. Les erreurs comme le 401 indiquent une clé invalide, tandis que le 402 signifie un crédit insuffisant. Un statut 429 signale que vous avez dépassé la limite de débit. Les requêtes échouent sans facturer de tokens pour les erreurs. Gérez le renouvellement de vos clés pour maintenir une haute disponibilité.
Questions fréquemment posées
Quelle est la taille de la fenêtre de contexte pour cette API ?
L'API prend en charge une fenêtre de contexte de 100 000 tokens, combinant les tokens d'entrée et de sortie. Cela permet un traitement étendu de documents ou de longs historiques de conversation sans troncature immédiate.
Comment gérer les limites de taux ?
Vous êtes limité à 300 requêtes par minute et à 8 requêtes simultanées par clé. Le dépassement de ces limites renvoie un code d'état 429. Implémentez une rétroaction exponentielle dans votre client pour gérer les nouvelles tentatives automatiquement.
Pourquoi l'URL de base est-elle différente de celle d'OpenAI ?
Notre API est un service indépendant hébergeant un modèle spécifique sans censure. Bien que compatible avec les SDK OpenAI, l'URL de base pointe vers notre infrastructure. Cela garantit que vous obtenez le comportement prévu du modèle sans passer par le réseau d'OpenAI's.
Générez votre clé API
Inscrivez-vous, récupérez le jeton, mettez à jour l'endpoint. Cela couvre toute la configuration.