Documentazione API dei modelli locali senza filtri

URL Base e Autenticazione

L'API LLM senza curren vive a https://api.uncensoredlocalai.com/v1. Passa la tua chiave nel Authorization header utilizzando lo schema Bearer. Ottieni la tua chiave istantaneamente tramite Google o email nella pagina di registrazione; non è richiesto il numero di telefono.

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"}]
  }'

Ogni account ha una singola chiave attiva. Se ne generi una nuova, la chiave vecchia smette di funzionare immediatamente. Non c'è abbonamento, solo credito prepagato che non scade.

Endpoint POST /v1/chat/completions

Invia i tuoi prompt all'endpoint standard di completamento chat. L'ID del modello è semplicemente "uncensored". È un modello open-weight ottimizzato per zero rifiuti su contenuti adulti legali, non un clone di GPT o Claude.

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)

Le richieste vengono elaborate lato server. Inserisci testo e ricevi testo. Nessuna embeddings, nessuna generazione di immagini, nessun audio. Solo generazione grezza di token tramite il protocollo standard OpenAI.

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)