Documentação da API LLM sem censura

URL Base e Autenticação

Nossa API está em https://api.huggingfacellmapi.com/v1. Você autentica usando um token Bearer enviado no Authorization Cabeçalho. Gere sua chave instantaneamente via o Obter chave de API página usando Google ou e-mail. Mantenha esta chave segura; qualquer pessoa que a tiver pode gastar seus créditos pré-pagos. Se você a perder, gere uma nova para substituir a chave ativa anterior. Não é necessário número de telefone para começar.

Primeira solicitação com cURL

Envie um payload JSON bruto para testar o endpoint imediatamente. Use o ID do modelo uncensored para contornar os filtros padrão. O seguinte comando cURL demonstra uma solicitação básica de geração de texto.

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"}]
  }'

Isso retorna um objeto JSON contendo o texto gerado. Verifique o choices array para o conteúdo real. Se você receber um erro 401, verifique se sua chave está correta e ativa.

Integração do SDK Python

Use o oficial openai Biblioteca Python para uma interface limpa. Aponte o cliente para nossa URL base e defina sua chave de API. Esta abordagem lida com retentativas e análise de JSON automaticamente.

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)

Instale o pacote via pip. Você pode então chamar o endpoint de conclusões de chat exatamente como faria com a OpenAI. O objeto de resposta dá acesso ao uso de tokens e aos motivos de finalização.

Configuração do Cliente Node.js

Desenvolvedores JavaScript podem usar o openai Pacote Node. Configure o cliente com nossa URL base específica. Isso garante que todas as solicitações sejam roteadas por nossos servidores sem censura.

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);

Execute este trecho de código no seu ambiente Node. Ele demonstra uma chamada síncrona simples. Você pode integrá-lo facilmente em rotas Express ou funções serverless.

Respostas em Streaming

Ative o streaming definindo stream: true. O servidor envia Server-Sent Events (SSE) contendo tokens parciais. Isso reduz a latência percebida para os usuários finais.

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)

Analise cada chunk conforme ele chega. O último chunk contém o uso total de tokens da solicitação. Isso é útil para criar interfaces de chat que digitam respostas em tempo real.

Limites, Erros e Contexto

A janela de contexto é de 100.000 tokens para prompt e conclusão combinados. Você pode solicitar até 16.000 tokens de saída. Erros como 401 indicam uma chave inválida, enquanto 402 significa crédito insuficiente. Os limites de taxa limitam você a 300 solicitações por minuto. Solicitações que excedam 8 MB de tamanho serão rejeitadas. Erros durante o processamento não consomem seus créditos.