Documentation de l'API : Modèle uncensored

URL de base et authentification

Utilisez l'URL de base dédiée pour toutes les requêtes. Ce point de terminaison gère à la fois la génération de texte et la récupération des métadonnées. Votre clé API authentifie chaque appel.

Incluez la clé dans le Authorization header. Le format nécessite le Bearer préfixe. Les clés invalides renvoient immédiatement un code d'état 401. Ne devinez pas le format du token. Utilisez la clé affichée après l'inscription.

Point de terminaison Chat Completions

Envoyez des messages pour générer des réponses textuelles. Le point de terminaison accepte des charges utiles JSON standard. Définissez clairement vos rôles system et user.

Structurez votre requête avec le model field set to uncensored. L'API traite l'entrée et renvoie du texte généré. Les erreurs retournent un statut 402 si le crédit est insuffisant. Les limites de taux déclenchent une réponse 429.

Paramètres pris en charge

Maîtrisez le comportement de génération avec des paramètres standards. Ajustez temperature pour la créativité ou le déterminisme. Utilisez top_p pour filtrer les jetons de faible probabilité. Définissez max_tokens pour limiter la longueur de la sortie. Le maximum par défaut est de 2 048 jetons sauf indication contraire.

Vous pouvez également définir seed pour des résultats reproductibles. Utilisez stop séquences pour interrompre la génération prématurément. L'API prend en charge presence_penalty et frequency_penalty pour le contrôle du style.

Streaming et SSE

Activer la sortie en temps réel en définissant stream à true. Le serveur envoie des événements envoyés par le serveur (SSE) au fur et à mesure de la génération des jetons. Cela réduit la latence perçue pour les réponses longues.

Analysez chaque chunk pour mettre à jour votre interface utilisateur de manière incrémentale. Le dernier chunk contient les statistiques totales d'utilisation des tokens. Cette méthode fonctionne de manière fiable avec les clients HTTP standards qui prennent en charge les SSE.

Appel de fonction et mode JSON

Définissez les outils dans votre requête pour activer l'appel de fonctions. Le modèle décide quand invoquer un outil en fonction du contexte. Transmettez les définitions des outils avec name, description, et parameters.

Pour une sortie JSON stricte, définissez response_format à {"type": "json_object"}. Cela garantit que la réponse est du JSON valide. Utilisez ceci pour analyser les données structurées de manière fiable. Les appels d'outils retournent du contenu avec des IDs d'outil pour l'exécution.

Limites, Erreurs et Contexte

La fenêtre de contexte prend en charge 100 000 tokens au total. Cela inclut les tokens d'invite et de complétion. Les requêtes dépassant cette limite échouent. La taille maximale du corps de la requête est de 8 Mo.

Les limites de taux permettent 300 requêtes par minute par clé. Les requêtes simultanées sont limitées à 8 par clé. Une erreur 401 signifie que votre clé est invalide. Une erreur 402 indique un crédit prépayé insuffisant. Une erreur 429 signale que vous avez atteint la limite de taux. Attendez avant de réessayer.

cURL

Copycurl https://api.toolcallingllms.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate 200 tokens of safe text"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)