Démarrage rapide : sans censure complétions de chat

URL de base et authentification

L'URL de base du point de terminaison IA non filtré est HTTPS://api.venicepricing.com/v1. Vous vous authentifiez en transmettant votre clé API dans l'en-tête Authorization en tant que jeton Bearer. Cette configuration fonctionne avec les SDK officiels OpenAI et tout client compatible OpenAI en modifiant simplement le base_url et la clé API. Vous pouvez générer votre clé instantanément sur la page Obtenir la clé API en utilisant Continuer avec Google ou une adresse e-mail et un mot de passe. Aucun numéro de téléphone n'est requis pour ce processus rapide. La clé est affichée immédiatement après sa création, afin que vous puissiez commencer les tests tout de suite. Vous ne pouvez avoir qu'une seule clé active par compte, mais vous pouvez la remplacer à tout moment.

Envoyez une demande de complétion de chat

Envoyez une requête standard de type text-in, text-out au point de terminaison POST /v1/chat-completions. Utilisez l'ID du modèle uncensored pour accéder au modèle à poids ouverts ajusté pour l'absence de refus. Le corps de la requête doit inclure le tableau de messages avec le contenu de votre invite. Vous pouvez tester cela immédiatement avec une commande curl. Cette approche directe garantit que vous utilisez le bon point de terminaison pour notre service de LLM uncensored. Les erreurs et les refus sont gratuits, vous ne payez donc que pour l'utilisation réelle des jetons. Rappelez-vous que le modèle ne refuse pas les sujets adultes ou controversés légaux. Il ne s'agit pas de GPT, Claude ou de tout autre modèle de fournisseur. Il fonctionne sur nos propres serveurs.

Configurer les paramètres du modèle

Vous pouvez ajuster le comportement du modèle à l'aide de paramètres tels que temperature, top_p, stop et seed. Ces paramètres vous permettent de contrôler la créativité et le déterminisme des réponses. La fenêtre de contexte prend en charge jusqu'à 100,000 tokens pour le prompt et la complétion combinés. Chaque requête peut générer un maximum de 16,000 tokens, ou 2,048 si vous ne définissez pas max_tokens. L'appel de fonctions est également pris en charge via tools et tool_choice. Cette flexibilité vous permet de créer des interactions complexes sans avoir besoin d'un abonnement. Vous pouvez affiner la sortie pour qu'elle corresponde parfaitement à votre cas d'utilisation spécifique. Le modèle reste cohérent quelle que soit la configuration des paramètres.

Gérer les réponses en streaming

Activez le streaming en définissant stream à true dans votre requête. L'API renvoie des réponses via des événements envoyés par le serveur (SSE) pour une livraison de jetons en temps réel. Vous pouvez suivre l'utilisation des jetons dans le dernier fragment du flux. Cette fonctionnalité est idéale pour les applications nécessitant une réactivité immédiate. Le streaming aide à réduire la latence perçue pour les utilisateurs attendant des réponses longues. Vous pouvez analyser les données du flux dans votre langage préféré. La clé API reste valide tout au long de la durée du flux. Les erreurs lors du streaming sont gérées de manière transparente sans perdre votre crédit. Cette méthode est efficace pour les scénarios à haut débit.

Utilisez l'appel de fonction

Définissez les outils dans votre requête pour activer les capacités d'appel de fonctions. Le modèle peut renvoyer des données structurées correspondant à vos définitions d'outils. Cette fonctionnalité prend en charge tool_choice pour un contrôle précis de l'exécution des fonctions. Vous pouvez intégrer des API externes ou effectuer des transformations de données complexes. Le modèle uncensored gère les définitions d'outils de manière fiable sans refus inutile. Vous pouvez définir plusieurs outils dans une seule requête. L'API traite les appels d'outils et renvoie la sortie appropriée. Cette capacité rend le service adapté aux workflows d'agents avancés. Vous pouvez tester l'appel de fonctions avec n'importe quel SDK compatible OpenAI.

Formater les réponses JSON

Définissez response_format sur json_object pour forcer le modèle à renvoyer du JSON valide. Cela garantit un analysement cohérent dans votre code applicatif. Vous pouvez utiliser cette fonctionnalité pour l'extraction de données structurées ou les réponses d'API. Le modèle respecte strictement les règles de syntaxe JSON. Ce format réduit le besoin de post-traitement dans votre code. Vous pouvez valider la sortie immédiatement à sa réception. L'API AI uncensored prend en charge ce format sans frais supplémentaires. Les erreurs ne sont pas facturées, vous pouvez donc expérimenter librement. Cette fonctionnalité est essentielle pour une intégration fiable avec d'autres systèmes.

cURL

Copycurl https://api.venicepricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the cost of a vaporetto ticket"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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