Documentazione API: Completamenti Chat & Parametri

URL Base e Autenticazione

Connettiti all'API utilizzando l'URL base fornito e la tua chiave API. Questo endpoint funziona con gli SDK standard di OpenAI semplicemente aggiornando la configurazione. Ricevi una chiave attiva per account, che generi tramite Google o email durante la registrazione. La chiave autentica ogni richiesta che invii al servizio.

Copycurl 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"}]
  }'

Tieni la tua chiave al sicuro. Se ne generi una nuova, la chiave precedente diventa immediatamente non valida. Questo garantisce che tu abbia sempre il controllo sull'accesso al tuo credito prepagato senza permessi residui.

Endpoint Chat Completions

Invia i dati del prompt all'endpoint di completamento chat per la generazione di testo. Questa è l'interfaccia principale per le tue applicazioni, che gestisce tutto l'input e l'output testuale. Devi specificare il modello come 'uncensored' per garantire un comportamento coerente. L'API elabora la tua richiesta e restituisce la risposta di testo generata.

Copyfrom 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)

Errori come 401 indicano una chiave non valida, mentre 402 significa che hai bisogno di più credito. Le richieste vengono addebitate in base all'utilizzo effettivo dei token, quindi gli errori non prosciugano il tuo saldo.

Risposte in streaming tramite SSE

Ricevi i token in tempo reale utilizzando Server-Sent Events (SSE). Questo metodo riduce la latenza percepita per gli output lunghi consegnando i dati man mano che vengono generati. Puoi analizzare l'ultimo chunk per ottenere statistiche accurate sull'utilizzo dei token per la fatturazione. Lo streaming è ideale per le interfacce utente dove il feedback immediato è importante.

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)

La finestra di contesto consente 100.000 token in totale, inclusi sia prompt che completamento. Lo streaming non modifica i limiti sottostanti di token o la struttura dei prezzi.

Function Calling e modalità JSON

Utilizza il function calling per integrare output strutturati nel tuo flusso di lavoro. Specifica gli strumenti e tool_choice per guidare il formato della risposta del modello. Puoi anche imporre una modalità JSON rigorosa utilizzando il parametro response_format per un'analisi affidabile. Questo garantisce che la tua applicazione riceva dati nella struttura esatta che hai definito.

Copyimport 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);

Queste funzionalità funzionano all'interno del singolo modello non censurato. Non c'è routing del modello o scelta tra diversi fornitori. Ti affidi a un unico modello open-weight ottimizzato per contenuti non restrittivi.

Parametri: Temperatura, Top P e Stop

Controlla il comportamento di generazione con parametri standard come temperature e top_p. Regola questi valori per bilanciare creatività e determinismo nei tuoi output. Il parametro stop ti permette di interrompere la generazione a sequenze specifiche. Puoi anche impostare presence_penalty e frequency_penalty per affinare lo stile dell'output.

Imposta max_tokens a 16.000 per risposte lunghe. Se ometti max_tokens, il default è 2.048 token per richiesta. Queste impostazioni ti danno un controllo preciso sul processo di generazione.

Limiti, Errori e Finestra di Contesto

Monitora il tuo utilizzo rispetto a rigorosi limiti di velocità per garantire un funzionamento fluido. Hai diritto a 300 richieste al minuto e 8 richieste concorrenti per chiave. La dimensione massima del corpo della richiesta è di 8 MB. Il superamento di questi limiti restituisce un errore di limite di velocità 429. Comprendere questi vincoli ti aiuta a progettare una logica di retry robusta.

La finestra di contesto supporta un totale di 100,000 token. Questo include sia il prompt di input che il completamento generato. Pianifica l'utilizzo dei token di conseguenza per evitare troncamenti o errori.