Documentation API

Démarrage rapide : Intégration Python

La première étape consiste à installer le SDK officiel OpenAI et à configurer l’URL de base. Cela garantit que votre client achemine les requêtes vers notre point de terminaison LLM uncensored sans modifier votre logique existante.

• Installez le package via pip.
• Définissez la clé API et l'URL de base.
• Envoyez une requête standard de complétion de chat.

Cette configuration fonctionne pour les scripts locaux et les serveurs de production.

Authentification et URL de base

Votre clé API authentifie chaque requête adressée à l'URL de base HTTPS://api.chatbotsemfiltro.com/v1. La clé est générée instantanément lors de l'inscription et reste valide jusqu'à ce que vous la révoquiez.

Stockez la clé dans une variable d'environnement pour éviter de coder en dur les secrets. Le SDK gère l'injection d'en-têtes automatiquement.

Point de terminaison Chat Completions

Le point de terminaison principal accepte les requêtes POST vers /v1/chat/completions. Il attend un corps JSON avec les messages et les paramètres du modèle.

• Définissez le rôle (système, utilisateur, assistant).
• Specify the model as "uncensored".
• Recevez la sortie textuelle.

Cette structure imite le format standard OpenAI, garantissant la compatibilité.

Streaming et appels de fonctions

Activez le streaming en définissant stream à true. L'API renvoie des fragments d'événements envoyés par le serveur (SSE), délivrant des jetons au fur et à mesure de leur génération.

L'appel de fonctions est pris en charge via le paramètre tools. Le modèle renvoie des appels d'outils au format JSON, que vous pouvez analyser et exécuter.

Paramètres : Température et Top P

Ajustez la température pour la créativité ou le déterminisme. Les valeurs entre 0 et 2 contrôlent l'aléatoire. Top P filtre les mots par probabilité cumulative.

Combinez ces paramètres pour affiner le style de sortie. Utilisez seed pour des résultats reproductibles lors des tests.

Fenêtre de Contexte et Limites

Le modèle prend en charge une fenêtre de contexte de 100 000 tokens. La sortie maximale est de 16 000 tokens par requête.

Les limites de débit sont de 300 requêtes par minute. Le dépassement déclenche une erreur 429. Gérez la concurrence pour éviter le throttling.

Gestion des erreurs et tokens

Gérez les erreurs HTTP de manière gracieuse. 401 indique une clé invalide. 402 signifie un crédit insuffisant. 429 signale une limitation de débit.

L'utilisation des tokens est facturée avec précision. Les erreurs ne consomment pas de crédit. Surveillez l'utilisation via le tableau de bord.

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)