Ufiltreret lokal ai API-dokumentation

Base URL og autentificering

Den ubegrænsede LLM-API findes på https://api.uncensoredlocalai.com/v1. Send din nøgle i Authorization header ved brug af Bearer-skemaet. Få din nøgle øjeblikkeligt via Google eller e-mail på tilmeldingssiden; intet telefonnummer kræves.

Copycurl https://api.uncensoredlocalai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a 500 word essay on the history of cryptography"}]
  }'

Hver konto får en enkelt aktiv nøgle. Hvis du genererer en ny, stopper den gamle nøgle straks. Der er intet abonnement, kun forudbetalt kredit, der ikke udløber.

POST /v1/chat/completions Endpoint

Send dine prompts til det standard chat completion-endepunkt. Model-id'et er blot "uncensored". Det er en open-weight-model indstillet til nul afvisninger af lovligt voksenindhold, ikke en GPT- eller Claude-klon.

Copyfrom openai import OpenAI

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

Anmodninger behandles server-side. Du får tekst ind og tekst ud. Ingen embeddings, ingen billedegenerering, ingen lyd. Kun rå token-generering via den standard OpenAI-protokol.

Node.js

Copyimport OpenAI from "openai";

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