Uncensored llm api documentatie

Basis-URL en authenticatie

Verbind onmiddellijk door je client naar onze basis-URL te wijzen en je sleutel in de header mee te sturen. Authenticatie is eenvoudig: voeg Authorization: Bearer YOUR_API_KEY bij elke request. U krijgt uw sleutel direct na aanmelding met Google of e-mail. Er is geen telefoonnummer nodig, en de sleutel verschijnt direct op het scherm. Deze setup werkt met elke standaard OpenAI-compatible SDK omdat we dezelfde interfacestructuur volgen. U hoeft geen complexe inlogsessies te beheren of te maken met sessieverlopen die andere platforms plagen. Uw sleutel is het enige credential dat u nodig heeft voor alle eindpunten. Deze eenvoud betekent dat u de API in uw scripts of applicaties kunt integreren zonder zorgen over token-verversingscycli of OAuth-flows. De service is ontworpen voor ontwikkelaars die directe toegang willen zonder bureaucratische hindernissen. We bieden een schone, voorspelbare interface die zich precies gedraagt als de industriestandaard. Dit vermindert de integratietijd aanzienlijk vergeleken met worstelen met propriëtaire inlogsystemen.

Chat Completions Endpoint

Stuur berichten naar het uncensored model met behulp van het standaard chat-completions eindpunt. Het eindpunt accepteert POST-verzoeken naar /v1/chat/completions met een JSON-body met uw berichten. U moet de model id specificeren als uncensored naar onze specifieke grote taalmodel gebruiken. Het systeem retourneert tekstantwoorden die je kunt verwerken of weergeven. Dit is een tekst-in, tekst-uit API zonder mogelijkheden voor beeld- of audiogeneratie. Je bepaalt de toon en stijl door parameters zoals temperatuur of top_p aan te passen. Het responsformaat is consistent en voorspelbaar, wat het parseren in elke taal eenvoudig maakt. Je kunt meerdere beurtjes in één verzoek sturen om de gespreksgeschiedenis te behouden. Deze aanpak imiteert het gedrag van grote aanbieders, maar biedt ons specifieke uncensored model. Het is de kernfunctionaliteit voor het bouwen van chatbots, assistenten of contentgenerators. Het eindpunt is geoptimaliseerd voor snelheid en betrouwbaarheid.

Python SDK Integratie

Integreer snel met de officiële Python SDK met minimale configuratie. Je hoeft alleen de base URL en API-key in te stellen bij de clientinitialisatie. Het onderstaande codesnippet toont hoe je een eenvoudige chat-completion request maakt. Deze methode werkt naadloos met bestaande OpenAI-codebases omdat de interface identiek is. Je kunt een lijst met berichten doorgeven met rollen zoals system, user, of assistant. Het responsobject geeft je toegang tot de gegenereerde tekst en tokengebruik. Dit maakt debugging en monitoring van je applicatie eenvoudig. Je hoeft geen aangepaste HTTP-clients te schrijven of JSON-serialisatie handmatig te verwerken. De SDK neemt het zware werk voor zijn rekening. Dit vermindert boilerplate-code en versnelt de ontwikkelcycli aanzienlijk. Je kunt binnen minuten beginnen met prototypen en later schalen wanneer dat nodig is. De bibliotheek is goed gedocumenteerd en actief onderhouden.

Node SDK-integratie

Gebruik de Node.js SDK om de API te integreren in je JavaScript- of TypeScript-projecten. De setup is vergelijkbaar met Python: configureer de base URL en sleutel één keer. Het codevoorbeeld toont een eenvoudig verzoek naar het chat-eindpunt. Je kunt dezelfde berichtstructuur gebruiken als in Python, wat consistentie in je stack waarborgt. Het responsobject biedt de voltooiingstekst en gebruiksstatistieken. Dit is nuttig voor het bijhouden van tokenverbruik in je Node-applicaties. De SDK behandelt streaming en foutafhandeling intern, waardoor je code wordt vereenvoudigd. Je kunt dit integreren in Express-routes, serverless functies of achtergrondtaken. De interface is vertrouwd voor iedereen die de OpenAI Node-bibliotheek heeft gebruikt. Dit betekent dat je bestaande logica en patronen kunt hergebruiken zonder een nieuwe API-structuur te hoeven leren. Het past natuurlijk in moderne JavaScript-ecosystemen. Je profiteert van een gestandaardiseerde interface met onze specifieke modelmogelijkheden. Dit vermindert de cognitieve belasting bij het schakelen tussen verschillende delen van je applicatie.

Streaming-responsen

Real-time uitvoer inschakelen door de stream-parameter in te stellen op true in je verzoek. De API retourneert een stream van chunks in plaats van een enkele volledige reactie. Dit is ideaal voor chatinterfaces waar je tekst wilt tonen terwijl deze wordt gegenereerd. Elk chunk bevat een gedeeltelijke reactie, waardoor je de gebruikersinterface incrementeel kunt bijwerken. Het laatste chunk bevat het totale tokengebruik voor het verzoek. Deze functie werkt met zowel Python als Node SDK's met minimale codeaanpassingen. Je verwerkt de stream door over de chunks te itereren en de tekst toe te voegen. Dit creëert een soepelere gebruikerservaring vergeleken met wachten op de volledige reactie. Het is bijzonder nuttig voor het genereren van lange inhoud of complexe redeneertaken. De streammogelijkheid is standaard in moderne LLM-API's en wordt hier volledig ondersteund. Je kunt de stroom beheren door het streamconsumptietempo te beheren. Dit geeft je fijne controle over hoe de uitvoer aan de gebruiker wordt weergegeven.

Limieten, fouten en context

Het contextvenster ondersteunt tot 100.000 tokens voor prompt en completion samen. Je kunt maximaal 8 gelijktijdige verzoeken per sleutel sturen en 300 verzoeken per minuut. Als je deze limieten overschrijdt, ontvang je een 429 rate limit-fout. Authenticatiefouten retourneren een 401-status als je sleutel ongeldig is. Een 402-status geeft aan dat je voorgeladen tegoed op is. Je kunt op elk moment bijbetalen met crypto om de dienst te hervatten. Fouten verbruiken geen tegoed, dus mislukte verzoeken zijn gratis. De maximale uitvoer per verzoek is 16.000 tokens, of 2.048 als je geen limiet opgeeft. Requestbody's zijn beperkt tot 8 MB. Deze limieten zijn ontworpen om eerlijk gebruik en systeemstabiliteit te waarborgen. Je kunt je gebruik monitoren via de responseheaders of SDK-objecten. Deze transparantie helpt je je budget te beheren en je applicatiearchitectuur effectief te plannen. Het voorgeladen model betekent dat je alleen betaalt voor wat je gebruikt, zonder verborgen kosten.

cURL

Copycurl https://api.mistralapilogin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fix my token expiry error"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralapilogin.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

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.mistralapilogin.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

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)