Uncensored LLM API-Dokumentation

Basis-URL und Authentifizierung

Unsere API befindet sich unter https://api.huggingfacellmapi.com/v1. Sie authentifizieren sich mit einem Bearer-Token, das im Authorization header. Generieren Sie Ihren Schlüssel sofort über das API-Schlüssel erhalten Seite über Google oder E-Mail. Bewahren Sie diesen Schlüssel sicher auf; jeder, der ihn besitzt, kann Ihre bezahlten Guthaben ausgeben. Wenn Sie ihn verlieren, generieren Sie einen neuen, um den alten aktiven Schlüssel zu ersetzen. Es ist keine Telefonnummer erforderlich, um zu beginnen.

Erste Anfrage mit cURL

Sende eine rohe JSON-Payload, um den Endpunkt sofort zu testen. Verwende die Modell-ID uncensored um Standardfilter zu umgehen. Der folgende cURL-Befehl demonstriert eine grundlegende Textgenerierungsanfrage.

Copycurl https://api.huggingfacellmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the release notes for version three point zero five"}]
  }'

Dies gibt ein JSON-Objekt zurück, das den generierten Text enthält. Überprüfen Sie die choices Array für den eigentlichen Inhalt. Wenn Sie einen 401-Fehler erhalten, überprüfen Sie, ob Ihr Schlüssel korrekt und aktiv ist.

Python SDK-Integration

Verwenden Sie die offizielle openai Python-Bibliothek für eine saubere Schnittstelle. Legen Sie den Client auf unsere Basis-URL fest und setzen Sie Ihren API-Schlüssel. Dieser Ansatz verarbeitet automatisch Wiederholungen und JSON-Parsing.

Copyfrom openai import OpenAI

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

Installieren Sie das Paket über pip. Sie können dann den Chat-Completions-Endpunkt genau wie bei OpenAI aufrufen. Das Antwortobjekt gibt Ihnen Zugriff auf Token-Nutzung und Finish-Gründe.

Node.js-Client einrichten

JavaScript-Entwickler können die openai Node-Paket. Konfigurieren Sie den Client mit unserer spezifischen Base-URL. Dies stellt sicher, dass alle Anfragen über unsere unzensierten Server geleitet werden.

Copyimport OpenAI from "openai";

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

Führen Sie dieses Snippet in Ihrer Node-Umgebung aus. Es demonstriert einen einfachen synchronen Aufruf. Sie können dies problemlos in Express-Routen oder serverlose Funktionen integrieren.

Streaming-Antworten

Aktivieren Sie Streaming, indem Sie stream: true. Der Server sendet Server-Sent Events (SSE), die teilweise Tokens enthalten. Dies reduziert die wahrgenommene Latenz für Endbenutzer.

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)

Jeden Chunk analysieren, sobald er eintrifft. Der letzte Chunk enthält die gesamten Token-Nutzungen für die Anfrage. Dies ist nützlich für den Aufbau von Chat-Schnittstellen, die Antworten in Echtzeit ausgeben.

Limits, Fehler und Kontext

Das Context-Window beträgt 100.000 Tokens für Prompt und Completion zusammen. Sie können bis zu 16.000 Output-Tokens anfordern. Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 unzureichendes Guthaben bedeutet. Rate-Limits begrenzen Sie auf 300 Anfragen pro Minute. Anfragen, die 8 MB an Größe überschreiten, werden abgelehnt. Fehler während der Verarbeitung verbrauchen kein Guthaben.