API-Dokumentation

Schnellstart: Python-Integration

Der erste Schritt besteht darin, das offizielle OpenAI-SDK zu installieren und die Basis-URL zu konfigurieren. Dies stellt sicher, dass Ihr Client Anfragen an unseren Endpunkt für das unzensierte LLM leitet, ohne Ihre bestehende Logik zu ändern.

• Installieren Sie das Paket über pip.
• Legen Sie den API-Schlüssel und die Basis-URL fest.
• Senden Sie eine Standard-Chat-Vervollständigungsanfrage.

Diese Konfiguration funktioniert sowohl für lokale Skripte als auch für Produktionsserver.

Authentifizierung und Base URL

Ihr API-Schlüssel authentifiziert jede Anfrage an die Base-URL HTTPS://api.chatbotsemfiltro.com/v1. Der Schlüssel wird sofort nach der Registrierung generiert und bleibt gültig, bis Sie ihn widerrufen.

Speichern Sie den Schlüssel in einer Umgebungsvariable, um das Hardcoden von Geheimnissen zu vermeiden. Das SDK übernimmt die Header-Injektion automatisch.

Chat-Vervollständigungs-Endpunkt

Der Kern-Endpunkt akzeptiert POST-Anfragen an /v1/chat/completions. Er erwartet einen JSON-Body mit Nachrichten und Modellparametern.

• Definieren Sie die Rolle (System, Benutzer, Assistent).
• Specify the model as "uncensored".
• Empfangen Sie Textausgaben.

Diese Struktur spiegelt das Standardformat von OpenAI wider und gewährleistet so die Kompatibilität.

Streaming und Function Calling

Aktivieren Sie das Streaming, indem Sie stream auf true setzen. Die API gibt Server-Sent Events (SSE)-Chunks zurück und liefert Tokens, sobald sie generiert werden.

Function Calling wird über den Parameter tools unterstützt. Das Modell gibt Tool-Aufrufe im JSON-Format zurück, die Sie parsen und ausführen können.

Parameter: Temperatur und Top P

Passen Sie die Temperatur für Kreativität oder Determinismus an. Werte zwischen 0 und 2 steuern die Zufälligkeit. Top P filtert Wörter nach kumulativer Wahrscheinlichkeit.

Kombinieren Sie diese Parameter, um den Ausgabe-Stil anzupassen. Verwenden Sie Seed für reproduzierbare Ergebnisse während der Tests.

Kontextfenster und Grenzen

Das Modell unterstützt ein Kontextfenster von 100.000 Tokens. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage.

Die Ratenbegrenzung beträgt 300 Anfragen pro Minute. Das Überschreiten löst einen 429-Fehler aus. Verwalten Sie die Parallelität, um Drosselung zu vermeiden.

Fehlerbehandlung und Tokens

HTTP-Fehler gracefully behandeln. 401 zeigt einen ungültigen Schlüssel an. 402 bedeutet unzureichendes Guthaben. 429 signalisiert Ratenbegrenzung.

Die Token-Nutzung wird genau abgerechnet. Fehler verbrauchen kein Guthaben. Überwachen Sie die Nutzung über das Dashboard.

cURL

Copycurl https://api.chatbotsemfiltro.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top ten libraries for Rust async programming"}]
  }'

Python

Copyfrom openai import OpenAI

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