Integrieren Sie die unzensierte LLM-API

Basis-URL und Authentifizierung

Verwenden Sie die bereitgestellte Basis-URL und den API-Schlüssel für alle Anfragen. Der Endpunkt ist https://api.howtomakechatgptunfiltered.com/v1. Übergeben Sie Ihren Schlüssel im Authorization Header als Bearer-Token. Dieses Standardformat ermöglicht es Ihnen, unseren Dienst einzufügen, ohne Ihren Client-Code zu ändern. Sie erhalten einen API-Schlüssel sofort nach der Anmeldung mit Google oder E-Mail. Es ist keine Telefonnummer erforderlich.

Copycurl https://api.howtomakechatgptunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate total tokens for input array"}]
  }'

Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 bedeutet, dass Sie mehr Guthaben benötigen. Ihr Schlüssel ist aktiv, sobald Sie ihn im Dashboard sehen.

POST /v1/chat/completions Parameter

Senden Sie Ihre Prompts an den Chat-Vervollständigungs-Endpunkt mit Standardparametern. Verwenden Sie model: "uncensored" um das Modell auszuwählen. Der Kontextfenster beträgt 100.000 Token für Prompt und Fertigstellung zusammen. Sie können temperature, top_p, und stop Sequenzen. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Legen Sie max_tokens um unerwartete Verkürzung zu vermeiden. Der JSON-Modus ist verfügbar über response_format. Funktionsaufrufe funktionieren mit tools. Parameter wie presence_penalty und frequency_penalty helfen, Wiederholungen zu kontrollieren. Seed-Werte stellen reproduzierbare Ausgaben sicher.

Streaming-Antworten und Token-Zählung

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Server-Sent Events (SSE) für die Echtzeit-Übertragung von Tokens zurück. Details zur Token-Nutzung erscheinen im letzten Chunk des Streams. Dies ermöglicht eine genaue Verfolgung der Kosten und der Kontextnutzung. Streaming reduziert die wahrgenommene Latenz bei langen Antworten. Es ist ideal für Chat-Oberflächen. Sie können partielle Tokens parsen, um sie sofort anzuzeigen. Der letzte Chunk enthält die vollständigen Nutzungsstatistiken. Diese Transparenz hilft Ihnen, den API-Verbrauch zu überwachen.

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)

Function Calling und JSON-Modus

Nutze Function Calling, um externe Tools zu integrieren. Definiere Tools in der tools Parameter. Das Modell gibt ein Funktionsaufruf-Objekt zurück, das Ihr Code ausführen kann. Legen Sie tool_choice zu auto oder geben Sie ein Tool an. Der JSON-Modus erzwingt strukturierte Ausgaben. Legen Sie response_format zu {"type": "json_object"}. Dies gewährleistet gültiges JSON zum Parsen. Es ist nützlich für die Datenextraktion. Function Calling unterstützt komplexe Workflows. Das Modell verarbeitet Tool-Argumente automatisch. Der JSON-Modus verhindert Formatierungsfehler. Beide Funktionen funktionieren mit dem uncensored-Modell. Sie integrieren sich mit Standard-OpenAI-SDKs.

Fehlerbehandlung und Ratenlimits

Behandle Fehler korrekt mit standardisierten HTTP-Statuscodes. 401 bedeutet, dass dein API-Schlüssel ungültig ist. 402 zeigt unzureichendes vorausbezahltes Guthaben an. 429 signalisiert, dass du das Limit erreicht hast. Das Limit beträgt 300 Anfragen pro Minute pro Schlüssel. Du kannst 8 gleichzeitige Anfragen haben. Der Anfragekörper muss unter 8 MB liegen. Fehler und Ablehnungen verbrauchen kein Guthaben. Rückerstattungen sind für verbrauchtes Guthaben nicht verfügbar. Doppelbuchungen werden über den Support behoben. Jedes Konto erhält einen aktiven Schlüssel. Ein neuer Schlüssel ersetzt den alten. Prüfe immer den Statuscode.

GET /v1/models Endpunkt

Verfügbare Modelle mit einer GET-Anfrage abfragen. Der Endpunkt ist /v1/models. Es gibt eine Liste von Modellobjekten zurück. Unser Dienst bietet ein Modell: uncensored. Dies bestätigt, dass die API funktioniert. Verwenden Sie diesen Endpunkt für Gesundheitsüberprüfungen. Er gibt Metadaten über das Modell zurück. Die Modell-ID ist immer uncensored. Dieser Standard-Endpunkt gewährleistet Kompatibilität. Er funktioniert mit jedem OpenAI-kompatiblen Client. Sie können die Konnektivität schnell überprüfen. Er ist nützlich für automatisierte Tests. Die Antwort enthält den Modellnamen und die ID.

Python

Copyfrom openai import OpenAI

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