Documentazione API: Modello uncensored

URL Base e Autenticazione

Usa l'URL di base dedicato per tutte le richieste. Questo endpoint gestisce sia la generazione di testo che il recupero dei metadati. La tua chiave API autentica ogni chiamata.

Includi la chiave nel Authorization header. Il formato richiede il Bearer prefisso. Le chiavi non valide restituiscono immediatamente un codice di stato 401. Non indovinare il formato del token. Usa la chiave mostrata dopo la registrazione.

Endpoint Chat Completions

Invia messaggi per generare risposte testuali. L'endpoint accetta payload JSON standard. Definisci chiaramente i ruoli system e user.

Struttura la tua richiesta con il model field impostato a uncensored. L'API elabora l'input e restituisce il testo generato. Gli errori restituiscono un codice di stato 402 se il credito è insufficiente. I limiti di frequenza attivano una risposta 429.

Parametri supportati

Controlla il comportamento di generazione con parametri standard. Regola temperature per la creatività o il determinismo. Usa top_p per filtrare i token a bassa probabilità. Imposta max_tokens per limitare la lunghezza dell'output. Il massimo predefinito è di 2.048 token se non specificato diversamente.

Puoi anche impostare seed per risultati riproducibili. Usa stop sequenze per interrompere la generazione anticipatamente. L'API supporta presence_penalty e frequency_penalty per il controllo dello stile.

Streaming e SSE

Abilita l'output in tempo reale impostando stream a true. Il server invia Server-Sent Events (SSE) man mano che i token vengono generati. Questo riduce la latenza percepita per le risposte lunghe.

Analizza ogni frammento per aggiornare la tua UI in modo incrementale. L'ultimo frammento contiene le statistiche totali sull'utilizzo dei token. Questo metodo funziona in modo affidabile con i client HTTP standard che supportano SSE.

Function Calling e modalità JSON

Definisci gli strumenti nella richiesta per abilitare il richiamo delle funzioni. Il modello decide quando invocare uno strumento in base al contesto. Passa le definizioni degli strumenti con name, description, e parameters.

Per un output JSON rigoroso, imposta response_format a {"type": "json_object"}. Questo garantisce che la risposta sia JSON valido. Usalo per analizzare i dati strutturati in modo affidabile. Le chiamate di strumento restituiscono contenuti con ID strumento per l'esecuzione.

Limiti, Errori e Contesto

La finestra di contesto supporta un totale di 100.000 token. Questo include sia i token di prompt che quelli di completamento. Le richieste che superano questo limite falliscono. La dimensione massima del corpo della richiesta è di 8 MB.

I limiti di frequenza consentono 300 richieste al minuto per chiave. Le richieste concorrenti sono limitate a 8 per chiave. Un errore 401 indica che la tua chiave non è valida. Un errore 402 indica credito prepagato insufficiente. Un errore 429 segnala che hai raggiunto il limite di frequenza. Attendi prima di ritentare.

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)