API-Dokumentation: Unzensierter OpenAI-kompatibler Endpunkt

Basis-URL und Authentifizierung

Die API folgt der Standard-Oberfläche von OpenAI, was die Integration einfach macht. Nutze die Basis-URL https://api.uncensoredendpoint.com/v1 für alle Anfragen. Die Authentifizierung basiert auf einem einzelnen API-Schlüssel, der bei der Anmeldung erstellt wird. Füge diesen Schlüssel im Authorization-Header als Bearer-Token ein. Jedes Konto ist auf einen aktiven Schlüssel beschränkt, der jederzeit neu generiert werden kann, um den Zugriff sofort zu widerrufen. Dieses Setup funktioniert mit jedem Client, der Standard-OpenAI-kompatible Endpunkte unterstützt, und stellt sicher, dass du proprietäre Anbieterbindung vermeidest.

Erste Anfrage

Sende eine Standard-Chat-Vervollständigungsanfrage, um das unzensierte LLM zu testen, das auf unserer Infrastruktur gehostet wird. Die Modell-ID ist einfach „uncensored“. Dieser Endpunkt filtert keine rechtmäßigen Erwachseneninhalte, kreative Texte oder kontroverse Themen und bietet eine saubere Ausgabe für uneingeschränkte Nutzung. Du kannst bis zu 8 MB pro Anfragekörper senden. Stelle sicher, dass dein Client für die Verarbeitung der Standard-JSON-Antwortstruktur konfiguriert ist.

Copycurl https://api.uncensoredendpoint.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."}]
  }'

Überprüfe, ob die Antwort den generierten Text enthält. Bei einer Fehlermeldung prüfe die Gültigkeit deines API-Schlüssels oder deinen Kontostand. Das Modell verfügt über ein Kontextfenster von 100.000 Token, was umfangreiche Eingaben und Ausgaben in einer einzigen Anfrage ermöglicht.

Python SDK-Integration

Nutze die offizielle OpenAI Python-Bibliothek, um mit der API zu interagieren. Konfiguriere den Client mit deiner spezifischen Basis-URL und deinem API-Schlüssel. Die Bibliothek verarbeitet die Serialisierung und Fehleranalyse automatisch. Dieser Ansatz ist ideal für Backend-Dienste oder Datenverarbeitungspipelines, in denen du zuverlässige, synchrone Aufrufe an die unzensierte KI-API benötigst.

Copyfrom openai import OpenAI

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

Denke daran, dass die Modell-ID auf „uncensored“ gesetzt werden muss. Das SDK verwaltet die HTTP-Verbindungen effizient. Du kannst Timeouts und Wiederholungen nach Bedarf für deine spezifische Bereitstellungsumgebung anpassen. Diese Methode stellt sicher, dass du eine verifizierte, gepflegte Client-Bibliothek nutzt.

Node SDK-Integration

Das Node.js OpenAI SDK funktioniert identisch zur Python-Version. Initialisiere den Client mit deiner Basis-URL und deinem Schlüssel. Dies ist nützlich für Server-Side-Rendering oder API-Gateways in JavaScript-Umgebungen. Das Paket verarbeitet Stream-Handling und JSON-Parsing nativ.

Copyimport OpenAI from "openai";

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

Setze den Modellparameter auf „uncensored“. Das SDK gibt ein Antwortobjekt zurück, das die Vervollständigungsdaten enthält. Du kannst dies direkt in Express-Routen oder andere Node.js-Frameworks integrieren. Stelle sicher, dass deine Umgebung die erforderliche Node.js-Version für das von dir gewählte SDK unterstützt.

Streaming-Antworten

Aktiviere Streaming, indem du den Parameter stream auf true setzt. Die API gibt einen Server-Sent Events (SSE)-Stream zurück, kein einzelnes JSON-Objekt. Dies ermöglicht es dir, Text-Token anzuzeigen, während sie generiert werden, was die wahrgenommene Latenz für Endbenutzer verbessert. Jedes Ereignis im Stream enthält einen Teil der Antwort.

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)

Analysiere jedes SSE-Ereignis, um den Delta-Inhalt zu extrahieren. Dies ist entscheidend für Chat-Schnittstellen, bei denen Benutzer Echtzeit-Tippeffekte erwarten. Der unzensierte OpenAI-kompatible Endpunkt unterstützt dieses Standard-Streaming-Verhalten und gewährleistet die Kompatibilität mit den meisten modernen Web-Clients.

Ratenlimits und Einschränkungen

Jeder API-Schlüssel ist auf 300 Anfragen pro Minute beschränkt. Wenn du dieses Limit überschreitet, gibt die API einen 429-Statuscode zurück, der das Ratenlimit anzeigt. Die maximale Größe des Anfragekörpers beträgt 8 MB. Bei Authentifizierungsfehlern, wie einem ungültigen Schlüssel, erhältst du einen 401-Status. Während Probleme mit Prepaid-Guthaben auftreten können, sind spezifische HTTP-Codes für Zahlungszustände nicht in allen Client-Implementierungen konsistent garantiert.

Das Kontextfenster beträgt 100.000 Token für Prompt und Vervollständigung zusammen. Dies ist ein hartes Limit; dessen Überschreitung führt zu einem Fehler. Es werden keine SLAs oder Verfügbarkeitsgarantien bereitgestellt. Der Dienst ist für eine einfache, hochvolumige Nutzung ohne komplexes Routing oder Multi-Modell-Aggregation konzipiert.