Documentation de l'API pour les Completions de chat sans censure

Guide de démarrage rapide : Connectez en Python ou JavaScript

Connectez-vous à l'API en mettant à jour votre URL de base et en définissant votre clé API. Le point de terminaison accepte les requêtes de complétion de chat standards et renvoie du texte. Vous n'avez pas besoin d'installer des bibliothèques personnalisées si vous utilisez les SDK OpenAI officiels, car l'interface correspond exactement à leur spécification.

Commencez par une simple requête HTTP pour vérifier la connectivité. Utilisez la commande curl ci-dessous pour envoyer une invite de base au uncensored modèle. Remplacez YOUR_API_KEY avec la clé générée sur votre tableau de bord.

Copycurl https://api.aiplayrolebest.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the character persona to a grumpy detective"}]
  }'

Pour les développeurs Python, le processus est presque identique. Initialisez le client avec votre clé et la bonne URL de base. Cela garantit que toutes les requêtes sont acheminées via nos serveurs non filtrés tout en maintenant la compatibilité avec les outils existants.

Copyfrom openai import OpenAI

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

Les utilisateurs de JavaScript peuvent obtenir le même résultat en utilisant le SDK Node. Définissez le baseURL propriété à notre point de terminaison. Cette approche vous permet d'intégrer l'API dans des serveurs web ou des services backend avec des modifications de code minimales.

Copyimport OpenAI from "openai";

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

Authentification et gestion des clés API

L'authentification repose sur une seule clé API passée dans l'en-tête. Passez cette clé dans le Authorization header pour chaque requête. Si la clé est manquante ou invalide, l'API renvoie immédiatement une erreur 401. Cela garantit un accès sécurisé à votre crédit prépayé.

Générez votre clé sur le tableau de bord. La clé est affichée une seule fois lors de sa création. Stockez-la en sécurité dans vos variables d'environnement. Ne la partagez pas publiquement. Chaque compte prend en charge une seule clé active à la fois. La génération d'une nouvelle clé invalide instantanément la précédente.

Utilisez la clé dans vos requêtes comme ceci : Authorization: Bearer YOUR_API_KEY. Ce format d'en-tête standard fonctionne avec tous les principaux SDK. Gardez votre clé à portée de main pour des itérations rapides pendant le développement.

Paramètres du point de terminaison Chat Completions

Envoyez des requêtes au /v1/chat/completions point de terminaison. Incluez votre tableau de messages et définissez le modèle sur uncensored. Vous pouvez ajuster des paramètres comme temperature et top_p pour contrôler la créativité. Des valeurs plus élevées produisent des réponses plus variées.

Définir max_tokens pour limiter la longueur de la sortie. La valeur par défaut est de 2 048 jetons si non spécifié. Le modèle prend en charge une fenêtre de contexte de 100 000 jetons pour le prompt plus la complétion. Cela permet des conversations longues sans troncature. Ajustez presence_penalty et frequency_penalty pour réduire les répétitions dans les scénarios de jeu de rôle.

Utilisez le stop paramètre pour arrêter la génération à des phrases spécifiques. Cela aide à imposer la structure du dialogue. Le seed parameter garantit des sorties reproductibles pour les tests. Ces outils vous donnent un contrôle précis sur le comportement du modèle.

Données d'utilisation et réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des fragments de texte au fur et à mesure de leur génération. Cela réduit la latence perçue pour les utilisateurs finaux. Chaque fragment inclut du texte partiel et des métadonnées.

Les données d'utilisation apparaissent dans le dernier chunk. Cela inclut les compteurs de jetons d'entrée et de sortie. Consultez le usage field in the last response object. This allows accurate billing verification without separate API calls. Track token consumption in real-time.

Gérer la terminaison du flux avec soin. Assurez-vous de traiter tous les fragments avant de fermer la connexion. Le dernier fragment contient les statistiques d'utilisation complètes. Ces données sont essentielles pour surveiller les coûts et les performances dans les applications de production.

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)

Gestion des erreurs et limites de débit

L'API impose une limite de 300 requêtes par minute par clé. Les requêtes simultanées sont limitées à huit par clé. Le corps de la requête ne doit pas dépasser 8 Mo. Le dépassement de ces limites renvoie une erreur 429. Implémentez une réessaye exponentielle pour gérer les pics transitoires.

Les erreurs courantes incluent 401 pour les clés invalides et 402 pour le crédit insuffisant. Une réponse 402 indique que votre solde prépayé est épuisé. Rechargez votre compte pour reprendre le service. Les erreurs ne consomment pas de jetons, donc réessayer après avoir corrigé le problème est gratuit.

Vérifiez le corps de la réponse pour des messages d’erreur détaillés. L’API renvoie un objet JSON avec un type d’erreur et un message. Utilisez ces informations pour déboguer rapidement. Une gestion appropriée des erreurs garantit une expérience fluide pour vos utilisateurs lors des périodes de fort trafic.

Guide du mode JSON et appel de fonctions

Utilisez le mode JSON en définissant response_format à {"type": "json_object"}. Cela force le modèle à produire du JSON valide. Idéal pour l'extraction de données structurées ou les réponses d'API. Assurez-vous que votre prompt décrit clairement le schéma souhaité.

L'appel de fonction permet au modèle d'invoquer des outils. Définissez les outils dans le corps de la requête. Le modèle renvoie des appels d'outil lorsque cela est approprié. Gérez ces appels dans la logique de votre application. Cela permet des workflows complexes en plusieurs étapes.

Combinez le mode JSON avec l'appel de fonctions pour des intégrations robustes. Validez la sortie JSON côté client. Utilisez le tool_choice paramètre pour contrôler quand les fonctions sont invoquées. Cette flexibilité prend en charge diverses architectures d'application. Assurez-vous que vos outils sont bien définis pour des performances optimales.

Détails du modèle et limites de la fenêtre de contexte

Le uncensored le modèle prend en charge une fenêtre de contexte de 100 000 jetons. Cela inclut à la fois l'invite d'entrée et la complétion de sortie. Le maximum de sortie est de 16 000 jetons par demande. Cela permet des scénarios de jeu de rôle étendus sans coupure en plein milieu d'une phrase.

Le modèle est à poids ouverts et ajusté pour le contenu non restreint. Il ne refuse pas les sujets adultes légaux. Ce n'est pas GPT, Claude ou un modèle d'un autre fournisseur. Les demandes sont traitées sur nos serveurs dédiés. Cela garantit des performances constantes et une faible latence.

Surveillez l'utilisation du contexte pour rester dans les limites. L'API suit précisément l'utilisation des tokens. Les erreurs et les refus ne consomment pas de tokens. Ce modèle de facturation transparent vous aide à prédire les coûts. Planifiez vos fenêtres de contexte pour maximiser la valeur.