Dokumentacja API Uncensored LLM

Bazowy URL i autoryzacja

API LLM bez cenzury znajduje się pod adresem https://api.uncensoredlocalai.com/v1. Przekaz swój klucz w Authorization Nagłówek przy użyciu schematu Bearer. Pobierz swój klucz natychmiast za pomocą Google lub e-maila na stronie rejestracji; nie jest wymagany numer telefonu.

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"}]
  }'

Każde konto posiada jeden aktywny klucz. Jeśli wygenerujesz nowy, stary klucz przestaje działać natychmiast. Nie ma subskrypcji, tylko kredyt z góry opłacony, który nigdy nie wygasa.

Endpoint POST /v1/chat/completions

Wyślij swoje prompty do standardowego endpointu chat completions. Identyfikator modelu to po prostu "uncensored". Jest to model open-weight dostrojony do zerowych odmów dla treści dla dorosłych, nie jest klonem GPT ani 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)

Żądania są przetwarzane po stronie serwera. Otrzymujesz tekst na wejściu i tekst na wyjściu. Bez embeddingów, bez generowania obrazów, bez audio. Tylko surowa generacja tokenów za pomocą standardowego protokołu 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);

Strumieniowanie

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)