URL de base et authentification
Connectez-vous à l'API en utilisant l'URL de base fournie et votre clé API. Ce point de terminaison fonctionne avec les SDK OpenAI standard en mettant simplement à jour la configuration. Vous recevez une clé active par compte, que vous générez via Google ou e-mail lors de l'inscription. La clé authentifie chaque requête que vous effectuez auprès du service.
curl https://api.hubuncensored.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Generate a JSON object with user id and role"}]
}'Conservez votre clé en sécurité. Si vous en générez une nouvelle, la clé précédente devient immédiatement invalide. Cela garantit que vous contrôlez toujours l'accès à votre crédit prépayé sans permissions résiduelles.
Point de terminaison Chat Completions
Envoyez vos données de prompt au point de terminaison de complétion de chat pour la génération de texte. C'est l'interface principale pour vos applications, gérant toute l'entrée et la sortie de texte. Vous devez spécifier le modèle comme 'uncensored' pour garantir un comportement cohérent. L'API traite votre requête et renvoie la réponse de texte générée.
from openai import OpenAI
client = OpenAI(base_url="https://api.hubuncensored.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)Les erreurs comme 401 indiquent une clé invalide, tandis que 402 signifie que vous avez besoin de plus de crédit. Les requêtes sont facturées en fonction de l'utilisation réelle des jetons, donc les erreurs ne vident pas votre solde.
Réponses en streaming via SSE
Recevez des tokens en temps réel en utilisant les Server-Sent Events (SSE). Cette méthode réduit la latence perçue pour les longues sorties en délivrant les données au fur et à mesure de leur génération. Vous pouvez analyser le dernier chunk pour obtenir des statistiques précises d'utilisation des tokens pour la facturation. Le streaming est idéal pour les interfaces destinées aux utilisateurs où la réactivité immédiate est importante.
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)La fenêtre de contexte permet 100 000 tokens au total, incluant à la fois l'invite et la complétion. Le streaming ne modifie pas les limites de tokens sous-jacentes ni la structure de tarification.
Appel de fonction et mode JSON
Utiliser l'appel de fonctions pour intégrer des sorties structurées dans votre flux de travail. Spécifiez les outils et tool_choice pour guider le format de réponse du modèle. Vous pouvez également imposer un mode JSON strict à l'aide du paramètre response_format pour une analyse fiable. Cela garantit que votre application reçoit des données dans la structure exacte que vous définissez.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.hubuncensored.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);Ces fonctionnalités fonctionnent au sein du modèle non censéré unique. Il n'y a pas de routage de modèle ni de choix entre différents fournisseurs. Vous vous fiez à un seul modèle open-source ajusté pour le contenu sans restrictions.
Paramètres : Température, Top P et Stop
Maîtrisez le comportement de génération avec des paramètres standards comme temperature et top_p. Ajustez ces valeurs pour équilibrer créativité et déterminisme dans vos sorties. Le paramètre stop vous permet d'arrêter la génération à des séquences spécifiques. Vous pouvez également définir presence_penalty et frequency_penalty pour affiner le style de sortie.
Définissez max_tokens à 16 000 pour les longues réponses. Si vous omettez max_tokens, la valeur par défaut est de 2 048 jetons par requête. Ces paramètres vous donnent un contrôle précis sur le processus de génération.
Limites, Erreurs et Fenêtre de contexte
Surveillez votre utilisation par rapport à des limites de débit strictes pour garantir un fonctionnement fluide. Vous êtes autorisé à 300 requêtes par minute et à 8 requêtes simultanées par clé. La taille maximale du corps de la requête est de 8 Mo. Le dépassement de ces limites renvoie une erreur de limite de débit 429. Comprendre ces contraintes vous aide à concevoir une logique de nouvelle tentative robuste.
La fenêtre de contexte prend en charge 100 000 tokens au total. Cela inclut à la fois l'invite d'entrée et la complétion générée. Planifiez votre utilisation des tokens en conséquence pour éviter les troncatures ou les erreurs.
