URL base e Autenticazione
La nostra API ospitata utilizza un singolo URL di base per tutte le richieste. L'autenticazione avviene tramite una chiave API passata nell'intestazione Authorization. Registrati alla pagina Ottieni chiave API per ricevere la tua chiave istantaneamente. Ogni account genera una chiave, che puoi rigenerare in qualsiasi momento per revocare l'accesso. L'identificatore del modello è strettamente uncensored, un modello a pesi aperti ottimizzato per output grezzi senza rifiuti di contenuti per uso adulto legale.
URL base: https://api.bestuncensoredllm.com/v1. Tutti gli SDK OpenAI standard funzionano puntando a questo URL base e fornendo la tua chiave. Non c'è routing del modello o scelta di fornitori; serviamo un singolo modello senza censura specifico.
Nota sulla privacy: i prompt non vengono utilizzati per l'addestramento. Un account richiede solo email e password, senza numero di telefono o carta di credito necessari per il livello di prova.
Prima Richiesta
Invia la tua prima richiesta usando curl per verificare la connettività e ricevere una risposta senza censura. L'endpoint è POST /v1/chat/completions. Assicurati di sostituire YOUR_API_KEY con la tua chiave effettiva dal pannello di controllo.
Questa richiesta dimostra il pipeline base di input/output testuale. Il modello risponderà in base al suo addestramento senza i filtri commerciali standard, rendendolo ideale per l'elaborazione di dati grezzi o la scrittura creativa.
curl https://api.bestuncensoredllm.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'Se ricevi un errore 401, la chiave non è valida o è scaduta. Un errore 402 indica credito prepagato insufficiente. Un errore 429 significa che hai superato il limite di 300 richieste al minuto.
Integrazione SDK Python
Utilizza l'SDK Python ufficiale di OpenAI per interagire con l'LLM senza censura. Installa il pacchetto tramite pip, quindi configura il client per puntare al nostro URL base. Questo approccio è preferito dagli sviluppatori che costruiscono servizi backend o pipeline di elaborazione dati.
L'SDK gestisce la serializzazione JSON e lo streaming automaticamente. Ricorda che l'ID del modello è fisso a uncensored. Puoi passare parametri standard come temperature e max_tokens per controllare il comportamento dell'output.
from openai import OpenAI
client = OpenAI(base_url="https://api.bestuncensoredllm.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)Questo metodo è robusto per integrare il modello AI senza censura per attività di codifica o per generare grandi blocchi di testo. Assicurati che il tuo codice gestisca gli errori di limite di richieste in modo elegante implementando i tentativi di ripetizione.
Integrazione SDK Node.js
Per gli ambienti JavaScript e TypeScript, utilizza l'SDK Node.js di OpenAI. Configura il client con lo stesso URL base e chiave API dell'esempio Python. Questo ti permette di integrare le risposte senza censura direttamente nelle applicazioni web o nei microservizi basati su Node.
L'SDK supporta l'intera gamma di parametri di completamento chat. Poiché non offriamo embedding né generazione di immagini, attieniti all'endpoint chat-completions per tutte le interazioni basate su testo.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.bestuncensoredllm.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);Usa questa configurazione per il prototipaggio rapido di bot di roleplay o estrazione automatica di dati. La chiave API è associata al tuo account, quindi proteggila nelle tue variabili di ambiente. Rigenera la chiave dal dashboard se sospetti una perdita.
Risposte in Streaming
Per esperienze con latenza inferiore, abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce Server-Sent Events (SSE) contenenti output di token parziali. Questo è essenziale per le interfacce di chat in tempo reale dove gli utenti si aspettano feedback immediato.
Ogni evento contiene un blocco della risposta. Devi analizzare questi eventi per ricostruire il messaggio completo. Lo streaming non modifica i prezzi o i conteggi dei token; vieni comunque addebitato per i token totali di input e output.
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)Assicurati che il tuo client gestisca correttamente le connessioni SSE e le chiuda dopo l'evento done. Questo riduce il carico del server e fornisce un'esperienza utente più fluida rispetto all'attesa della risposta completa.
Endpoint Modelli, Limiti ed Errori
Utilizza GET /v1/models per verificare i modelli disponibili. Attualmente, è disponibile solo uncensored. La finestra di contesto è di 100.000 token per prompt più completamento. Le richieste che superano 8 MB di dimensione del corpo verranno rifiutate.
I limiti di velocità sono rigorosi: 300 richieste al minuto per chiave. Il superamento di questo limite genera un errore 429. I prezzi sono basati sull'uso: $0,15 per 1.000.000 di token di input e $0,50 per 1.000.000 di token di output. Il credito prepagato non scade mai. I nuovi account ricevono $0,50 di credito di prova per 7 giorni. Richiedi questo credito con un clic nella pagina della tua chiave API. Non è necessaria una carta per la prova. Iscriviti ora per iniziare a testare il miglior LLM senza censura per i tuoi progetti.