Is this an official OpenAI API?

No. It is an OpenAI-compatible API serving a distinct uncensored model. Use the same SDK, but the model id and base URL differ.

How do I handle streaming errors?

Check the SSE event type. If it is an error event, parse the message and handle it without consuming tokens.

What happens if I exceed the rate limit?

The API returns a 429 status code. Wait and retry with exponential backoff to avoid repeated failures.

Dokumentasi API: Integrasi LLM Uncensored

Panduan Cepat: Integrasi Python

Langkah pertama adalah menginstal SDK OpenAI resmi dan mengonfigurasi URL dasar. Ini memastikan klien Anda mengarahkan permintaan ke endpoint LLM uncensored kami tanpa memodifikasi logika Anda yang ada.

Instal paket melalui pip.
Atur kunci API dan URL dasar.
Kirim permintaan penyelesaian chat standar.

Konfigurasi ini berfungsi untuk skrip lokal maupun server produksi.

Autentikasi dan URL Dasar

Kunci API Anda mengautentikasi setiap permintaan ke URL dasar HTTPS://api.chatbotsemfiltro.com/v1. Kunci dibuat secara instan saat pendaftaran dan tetap berlaku hingga Anda mencabutnya.

Simpan kunci di variabel lingkungan untuk menghindari pengkodean langsung rahasia. SDK menangani injeksi header secara otomatis.

Endpoint Chat Completions

Titik akhir inti menerima permintaan POST ke /v1/chat/completions. Titik akhir ini mengharapkan body JSON dengan pesan dan parameter model.

Tentukan peran (sistem, pengguna, asisten).
Spesifikkan model sebagai "uncensored".
Terima output teks.

Struktur ini mencermati format standar OpenAI, memastikan kompatibilitas.

Streaming dan Function Calling

Aktifkan streaming dengan mengatur stream menjadi true. API mengembalikan potongan Server-Sent Events (SSE), mengirimkan token saat dihasilkan.

Pemanggilan fungsi didukung melalui parameter tools. Model mengembalikan panggilan alat dalam format JSON, yang dapat Anda urai dan eksekusi.

Parameter: Suhu dan Top P

Sesuaikan suhu untuk kreativitas atau determinisme. Nilai antara 0 dan 2 mengontrol keacakan. Top P memfilter kata-kata berdasarkan probabilitas kumulatif.

Gabungkan parameter-parameter ini untuk menyesuaikan gaya output. Gunakan seed untuk hasil yang dapat direproduksi selama pengujian.

Jendela Konteks dan Batas

Model ini mendukung jendela konteks 100.000 token. Output maksimum adalah 16.000 token per permintaan.

Batas laju adalah 300 permintaan per menit. Melebihi ini memicu kesalahan 429. Kelola koncurrency untuk menghindari throttling.

Penanganan Kesalahan dan Token

Tangani kesalahan HTTP secara elegan. 401 menunjukkan kunci tidak valid. 402 berarti kredit tidak cukup. 429 menandakan pembatasan laju.

Penggunaan token ditagih secara akurat. Kesalahan tidak menghabiskan kredit. Pantau penggunaan melalui dasbor.

cURL

curl 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

from 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

import 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

stream = 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)

Dokumentasi API