Быстрый старт: Ваш первый нецензурируемый запрос

Предварительные требования: Ваш API-ключ и базовый URL

Начните с генерации API-ключа на Получить API-ключ странице. Вы можете войти с помощью Google или использовать простой адрес электронной почты и пароль; номер телефона не требуется. Система сразу отображает ваш ключ, поэтому скопируйте его в буфер обмена прямо сейчас.

Наш API находится по адресу https://api.alternativeaivenice.com/v1. Этот базовый URL работает с любым официальным SDK OpenAI путем обновления base_url параметр. Вам нужен только один активный ключ на аккаунт; выпуск нового ключа мгновенно заменяет предыдущий.

Выполнение первого запроса на создание чата

Отправьте стандартный полезный запрос chat completion для получения сырого, нефильтрованного текстового вывода. Используйте идентификатор модели uncensored для доступа к нашей open-weight модели, настроенной на законное взрослое использование без отказов в контенте.

Ниже приведен базовый запрос cURL, демонстрирующий структуру. Замените YOUR_API_KEY с вашим фактическим ключом, чтобы увидеть, как модель отвечает на ваш запрос.

Copycurl https://api.alternativeaivenice.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top ten programming languages"}]
  }'

Потоковые ответы с событиями, отправляемыми сервером

Для взаимодействия в реальном времени включите потоковую передачу, установив stream: true. API возвращает Server-Sent Events (SSE), где детали использования токенов появляются в последнем чанке.

Этот подход снижает воспринимаемую задержку для длинных ответов. Используйте приведенный ниже фрагмент кода на Python для эффективной обработки потока в вашем приложении.

Copyfrom openai import OpenAI

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

Использование JSON-режима для структурированных данных

Принудированный структурированный вывод путем установки response_format для {"type": "json_object"}. Это обеспечивает, что модель возвращает допустимый JSON, что идеально подходит для парсинга данных в ваших бэкенд-системах.

Вы также можете использовать вызов функций с tools параметр. Пример на Node.js ниже показывает, как настроить это для надежного парсинга.

Copyimport OpenAI from "openai";

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

Понимание контекстных окон и ограничений

Наша модель поддерживает контекстное окно объемом 100,000 токенов, охватывающее как промпт, так и завершение. Вы можете генерировать до 16,000 токенов за запрос, или 2,048, если параметр max_tokens.

Лимиты позволяют 300 запросов в минуту и 8 параллельных запросов на ключ. Тело запроса должно быть менее 8 МБ. Эти лимиты обеспечивают стабильную производительность для ваших интеграций с uncensored LLM.

Устранение распространенных ошибок

401 Unauthorized Означает, что ваш API-ключ недействителен или истек. Сгенерируйте новый ключ в панели управления. 402 Payment Required указывает на недостаток предоплаченного кредита. Пополните через криптовалюту, чтобы продолжить. 429 Too Many Requests сигнализирует, что вы достигли лимита в 300 запросов в минуту.

Отказы редки, но применяются к сексуальному контенту с участием несовершеннолетних. Ошибки во время обработки не расходуют ваш кредит, поэтому вы можете безопасно повторить запрос.

Потоковая передача

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)