Uncensored helyi AI API Dokumentáció

Base URL és Hitelesítés

Az uncensored LLM API itt található: https://api.uncensoredlocalai.com/v1. Adja át a kulcsát a Authorization fej a Bearer sémával. Szerezze be kulcsát azonnal Google vagy e-mail útján a regisztrációs oldalon; telefonszám megadása nem szükséges.

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"}]
  }'

Minden fióknak egyetlen aktív kulcsa van. Ha újat generál, a régi kulcs azonnal megszűnik. Nincs előfizetés, csak előrefizetett hitel, amely nem jár le.

POST /v1/chat/completions végpont

Küldje el a promptjait a standard chat completions végpontra. A modellazonosító egyszerűen "uncensored". Ez egy nyílt súlyú modell, amelyet a jogszerű felnőtt tartalmakra való nulla elutasításra hangoltak, nem GPT vagy Claude klón.

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)

A kéréseket szerveroldalon dolgozzuk fel. Bejövő szöveg, kimenő szöveg. Nincs embedding, nincs képgenerálás, nincs hang. Csak nyers token-generálás a szabványos OpenAI protokollon keresztül.

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);

Streamelés

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)