مستندات API

URL پایه و احراز هویت

از URL پایه ارائه‌شده برای اتصال با هر SDK OpenAI استفاده کنید. نقطه پایانی است https://api.unrestrictedcodingai.com/v1. کلید API خود را در Authorization هدر به عنوان یک توکن Bearer. این سازگاری با کتابخانه‌های استاندارد را تضمین می‌کند در حالی که تجربه LLM بدون سانسور را ارائه می‌دهد.

Copycurl https://api.unrestrictedcodingai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how the async await pattern works in JavaScript"}]
  }'

احراز هویت سخت‌گیرانه است. اگر کلید ناموجود یا نامعتبر باشد، API خطای 401 را برمی‌گرداند. اطمینان حاصل کنید که کلید شما فعال است و به حسابی متصل شده که از طریق Google یا ایمیل ایجاد شده است.

POST /v1/chat/completions

پرامپت‌های کدنویسی خود را به نقطه پایانی تکمیل‌های چت ارسال کنید. شناسه مدل uncensored. این مدل واحد تمام تولید متن را بدون رد شدن محتوا برای استفاده بزرگسالان قانونی مدیریت می‌کند. شما زمینه، سبک و خروجی را کنترل می‌کنید.

Copyfrom openai import OpenAI

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

بدنه درخواست را با آرایه پیام‌های خود پیکربندی کنید. سیستم فرمت استاندارد OpenAI را انتظار دارد. این رویکرد به شما اجازه می‌دهد کنترل کاملی بر وظایف تولید پرامپت و کد خود داشته باشید.

GET /v1/models

مدل‌های موجود را با استفاده از نقطه پایدار GET تأیید کنید. این یک لیست شامل uncensored مدل. از این برای تأیید اتصال قبل از ارسال بارهای سنگین استفاده کنید. این یک بررسی سریع برای وضعیت سرویس است.

Copyimport OpenAI from "openai";

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

پاسخ شامل شناسه مدل و نوع شیء است. این متاداده به برنامه شما کمک می‌کند تا به صورت پویا سازگار شود. در این طراحی API ساده، هیچ جاسازی یا نوع مدل دیگری در دسترس نیست.

استریمینگ و استفاده از توکن

استریمینگ را با تنظیم stream به true. این کار توکن‌ها را از طریق رویدادهای سرور-ارسالی (SSE) تحویل می‌دهد. جزئیات مصرف توکن در قطعه نهایی ظاهر می‌شوند. این کار تأخیر ادراک‌شده را برای بلوک‌های کد طولانی کاهش می‌دهد.

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)

خروجی‌های جزئی را به‌طور کارآمد مدیریت کنید. API بر خودمختاری توسعه‌دهنده تمرکز دارد، بنابراین شما هر توکن را هنگام رسیدن پردازش می‌کنید. این روش برای دستیاران کدنویسی بلادرنگ یا جریان‌های کار vibe coding ایده‌آل است.

فراخوانی تابع و حالت JSON

از فراخوانی تابع برای خروجی‌های ساختاریافته استفاده کنید. تنظیم response_format به {"type": "json_object"} برای JSON دقیق. این تضمین می‌کند که تجزیه‌کننده‌های کد شما داده‌های تمیز دریافت کنند. تعاریف ابزار در آرایه پیام‌ها ارسال می‌شوند.

مدل پشتیبانی می‌کند tool_choice برای اجرای اجباری. این برای وظایف کدنویسی عامل‌محور که در آن‌ها قابلیت اطمینان مهم است، حیاتی است. از این ویژگی برای جریان‌های کاری خودکار که ساختارهای قطعی نیاز دارند، استفاده کنید.

محدودیت‌های نرخ و محدودیت‌ها

به محدودیت 300 درخواست در دقیقه احترام بگذارید. همزمانی به 8 درخواست همزمان در هر کلید محدود شده است. اندازه بدنه درخواست نمی‌تواند از 8 مگابایت تجاوز کند. این محدودیت‌ها از سوءاستفاده جلوگیری می‌کنند و هزینه‌ها را پایین نگه می‌دارند.

خطای 402 نشان‌دهنده عدم موجودی اعتبار پیش‌پرداخت است. خطاها و رد شدن درخواست‌ها رایگان هستند، بنابراین شما فقط برای تکمیل‌های موفق پرداخت می‌کنید. پنجره متن (context window) در مجموع 100,000 توکن است که شامل ورودی و خروجی می‌شود.