Dokumentasi API

URL Asas dan Pengesahan

Gunakan URL asas yang disediakan untuk menyambung dengan mana-mana SDK OpenAI. Hujung sambungan ialah https://api.unrestrictedcodingai.com/v1. Lulus kunci API anda dalam Authorization pencap sebagai token Bearer. Ini memastikan keserasian dengan perpustakaan piawai sambil menyampaikan pengalaman LLM tanpa tapisan.

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"}]
  }'

Pengesahihan adalah ketat. Jika kunci tiada atau tidak sah, API mengembalikan ralat 401. Pastikan kunci anda aktif dan dikaitkan dengan akaun yang dicipta melalui Google atau e-mel.

POST /v1/chat/completions

Hantar permintaan pengaturcaraan anda ke hujung sambungan penyelesaian sem. ID model ialah uncensored. Model tunggal ini mengendalikan semua penjanaan teks tanpa penolakan kandungan untuk penggunaan dewasa yang sah. Anda mengawal konteks, gaya, dan output.

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)

Konfigurasikan badan permintaan dengan array mesej anda. Sistem mengharapkan format OpenAI piawai. Pendekatan ini membolehkan anda mengekalkan autonomi penuh ke atas tugas prompt dan penjanaan kod anda.

GET /v1/models

Sahkan model tersedia menggunakan hujung GET. Ini mengembalikan senarai yang mengandungi uncensored model. Gunakan ini untuk mengesahkan sambungan sebelum menghantar beban berat. Ia adalah pemeriksaan pantas untuk status perkhidmatan.

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);

Respons termasuk ID model dan jenis objek. Metadata ini membantu aplikasi anda menyesuaikan diri secara dinamik. Tiada penanam atau jenis model lain tersedia dalam reka bentuk API mudah ini.

Streaming dan Penggunaan Token

Aktifkan aliran dengan menetapkan stream ke true. Ini menghantar token melalui Server-Sent Events (SSE). Butiran penggunaan token muncul dalam potongan terakhir. Ini mengurangkan latensi yang dirasakan untuk blok kod yang panjang.

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)

Tangani output separuh dengan cekap. API mengutamakan autonomi pembangun, jadi anda memproses setiap token apabila ia tiba. Kaedah ini ideal untuk pembantu pengekodan masa nyata atau aliran kerja pengekodan vibe.

Panggilan Fungsi dan Mod JSON

Gunakan panggilan fungsi untuk output berstruktur. Tetapkan response_format ke {"type": "json_object"} untuk JSON yang ketat. Ini memastikan pengurai kod anda menerima data yang bersih. Definisi alat dihantar dalam larik mesej.

Model ini menyokong tool_choice untuk pelaksanaan paksa. Ini penting untuk tugas pengkodan agensi di mana kebolehpercayaan adalah penting. Gunakan ini untuk aliran kerja automatik yang memerlukan struktur deterministik.

Had had laju dan kekangan

Hormati had 300 permintaan setiap minit. Kekoncurrentan dihadkan kepada 8 permintaan serentak setiap kunci. Sa badan permintaan tidak boleh melebihi 8 MB. Had-had ini mencegah penyalahgunaan sambil mengekalkan kos yang rendah.

Ralat 402 menunjukkan kredit prabayar tidak mencukupi. Ralat dan penolakan adalah percuma, jadi anda hanya membayar untuk penyelesaian berjaya. Jendela konteks merangkumi 100,000 token secara keseluruhan, termasuk input dan output.