Schnellstart für die Uncensored API

Installieren Sie das offizielle OpenAI-SDK

Installieren Sie zunächst die Bibliothek, die Ihre bestehende Infrastruktur antreibt. Wir unterstützen den in der Branche üblichen Standardclient, sodass Ihr Code portabel bleibt. Dies vermeidet Vendor Lock-in und bietet Ihnen gleichzeitig Zugriff auf unser unzensiertes Modell über dieselbe Schnittstelle.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.kimicontextwindow.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)

Legen Sie Ihre Base-URL und Ihren API-Schlüssel fest

Richten Sie Ihren Client auf unseren dedizierten Endpunkt, um Standardfilter zu umgehen. Konfigurieren Sie Ihre Umgebungsvariablen sofort, um die Anmeldeinformationen sicher zu halten. Unsere API erwartet eine bestimmte Base-URL und einen gültigen Schlüssel zur Authentifizierung.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.kimicontextwindow.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);

Senden Sie Ihre erste Anfrage an /v1/chat/completions

Rufen Sie den Chat-Endpunkt mit Ihren System- und Benutzer-Nachrichten auf. Das Modell verarbeitet die Eingabe und gibt eine direkte Textantwort ohne unnötige Ablehnungen zurück. Verwenden Sie die uncensored Modell-ID für uneingeschränkte Ausgaben.

Copycurl https://api.kimicontextwindow.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the RFC 9001 document in 200 words"}]
  }'

Streaming-Antworten über SSE behandeln

Aktivieren Sie Streaming, um Tokens zu empfangen, sobald sie generiert werden, wodurch die wahrgenommene Latenz verringert wird. Der Server sendet Server-Sent Events, sodass Ihre Anwendung die Ausgabe progressiv anzeigen kann. Dies ist ideal für Chat-Schnittstellen, bei denen Benutzer sofortiges Feedback erwarten.

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)

Aktivieren Sie den JSON-Modus oder den Funktionsaufruf

Strukturieren Sie Ihre Ausgabe für die programmatische Nutzung, indem Sie den JSON-Modus aktivieren. Sie können auch Tools für Function Calling definieren, um sie mit externen Systemen zu integrieren. Beide Funktionen funktionieren mit unserem einzelnen uncensored Modell für zuverlässige Datenextraktion.

Prüfen Sie Nutzung, Limits und Fehler

Überwachen Sie Ihre Token-Anzahl und die Anfragelimits, um Dienstunterbrechungen zu vermeiden. Unsere API erzwingt ein Kontextfenster von 100.000 Tokens und ein Limit von 300 Anfragen pro Minute. Wenn Sie einen 401-Fehler sehen, überprüfen Sie Ihren Schlüssel; ein 402 bedeutet, dass Sie über Krypto aufladen müssen; und ein 429 zeigt an, dass Sie das Ratenlimit erreicht haben.