APIドキュメント: uncensoredモデル

ベースURLと認証

すべてのリクエストに専用ベースURLを使用してください。このエンドポイントはテキスト生成とメタデータ取得の両方を処理します。APIキーがすべての呼び出しを認証します。

キーを Authorization ヘッダー。形式は Bearer プレフィックス。無効なキーはすぐに401ステータスコードを返します。トークンの形式を推測しないでください。サインアップ後に表示されるキーを使用してください。

チャット完了エンドポイント

テキストレスポンスを生成するためにメッセージを送信してください。エンドポイントは標準的なJSONペイロードを受け入れます。システムとユーザーのロールを明確に定義してください。

リクエストを以下のように構成します model フィールドは uncensoredAPIは入力を処理し、生成されたテキストを返します。エラーが発生し、残高が不足している場合は402ステータスが返されます。レート制限に達した場合は429レスポンスがトリガーされます。

対応パラメータ

temperatureやtop_pなどの標準的なパラメータを使用して生成挙動を制御します。調整 temperature 創造性または決定論のために使用します。 top_p 低確率のトークンをフィルタリングします。設定 max_tokens 出力長を制限します。指定がない場合のデフォルト最大値は2,048トークンです。

設定できます seed 再現性のために。 stop シーケンスで生成を早期に停止します。APIは presence_penalty および frequency_penalty スタイル制御用です。

ストリーミングとSSE

設定することでリアルタイム出力を有効にします stream に trueサーバーはトークンが生成されるたびにServer-Sent Events (SSE) を送信します。これにより、長い応答に対する知覚されるレイテンシが削減されます。

各チャンクを解析してUIを段階的に更新します。最後のチャンクには合計トークン使用統計が含まれます。この方法は、SSEをサポートする標準のHTTPクライアントと信頼性を持って動作します。

関数呼び出しとJSONモード

コンテキストに基づいてツールを呼び出すかどうかをモデルが判断する関数呼び出しを有効にするために、リクエストにツールを定義します。 name, description、および parameters.

厳密なJSON出力の場合、 response_format に {"type": "json_object"}. これにより、レスポンスが有効な JSON になります。構造化データの確実なパースに使用してください。ツール呼び出しは、実行用のツール ID を含むコンテンツを返します。

制限、エラー、コンテキスト

コンテキストウィンドウは合計100,000トークンをサポートします。これにはプロンプトと補完のトークンが含まれます。この制限を超えるリクエストは失敗します。最大リクエストボディサイズは8 MBです。

レートリミットはキーごとに1分間あたり300リクエストを許可します。同時実行数はキーあたり最大8に制限されます。401エラーはキーが無効であることを意味します。402エラーは前払い残高が不足していることを示します。429エラーはレートリミットに到達したことを示します。再試行する前に待機してください。

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);

ストリーミング

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)