Dokumentation för okänsurerad lokal ai API

Bas URL och autentisering

Den obegränsade LLM-API:et finns på https://api.uncensoredlocalai.com/v1. Skicka din nyckel i Authorization header med Bearer-schemat. Hämta din nyckel omedelbart via Google eller e-post på registreringssidan; inget telefonnummer krävs.

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"}]
  }'

Varje konto har en enda aktiv nyckel. Om du genererar en ny upphör den gamla att fungera omedelbart. Det finns ingen prenumeration, bara förbetald kredit som aldrig upphör att gälla.

POST /v1/chat/completions-slutpunkt

Skicka dina prompts till standard chattkompletteringsslutpunkten. Modell-ID:et är helt enkelt "uncensored". Det är en open-weight-modell optimerad för noll vägran för lagligt vuxent innehåll, inte 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)

Begäran bearbetas server-side. Du får text in och text ut. Inga embeddings, ingen bildgenerering, inget ljud. Bara rå token-generering via standard OpenAI-protokollet.

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);

Strömning

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)