Uncensored Chat Completions API Documentation

Basis-URL und Authentifizierung

Starten Sie jede Anfrage, indem Sie Ihr SDK auf unsere Basis-URL zeigen und Ihren Schlüssel anhängen. Wir verwenden die Standard-Header-Authentifizierung, sodass bestehende Clients ohne Änderungen funktionieren. Ihr Schlüssel gewährt Zugriff auf das unzensierte Modell für legale erwachsene Inhalte und uneingeschränkte kreative Arbeiten.

• Base URL: https://api.grokaiapikey.com/v1
• Header: Authorization: Bearer YOUR_API_KEY

Generieren Sie Ihren key sofort über Google- oder E-Mail-Login. Keine Telefonnummer erforderlich. Der Schlüssel ist pro Konto eindeutig, und das Generieren eines neuen Schlüssels ersetzt den alten aktiven Schlüssel sofort.

Erste Anfrage

Senden Sie Ihre erste Completion über den Standard-Chat-Completion-Endpunkt. Diese einfache POST-Anfrage zeigt, wie Sie mit dem Modell zur Textgenerierung interagieren. Sie können die System-Prompt-Anweisung anpassen, um die Persona oder das Verhalten zu definieren.

Stellen Sie sicher, dass Ihr Request-Body den model field set to uncensored. Die API gibt eine Standard-JSON-Antwort zurück, die den generierten Text und Token-Nutzungsstatistiken enthält.

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek, um unsere API in Ihre Projekte zu integrieren. Dieser Ansatz erfordert minimale Codeänderungen, wenn Sie von anderen Anbietern migrieren. Legen Sie die Base-URL auf unseren Endpunkt fest und geben Sie Ihren API-Schlüssel an.

Der Client verarbeitet die Authentifizierung und Serialisierung automatisch. Sie können mehrere Nachrichten im Verlauf senden, um den Kontext aufrechtzuerhalten. Diese Methode ist ideal für Backend-Dienste und skriptbasierte Workflows.

Node SDK-Integration

Implementieren Sie die API in Node.js unter Verwendung des Standard-OpenAI-SDK-Pakets. Dieses Setup funktioniert nahtlos mit JavaScript- und TypeScript-Projekten. Konfigurieren Sie den Client mit unserer Basis-URL und Ihrem geheimen Schlüssel.

Das SDK verwaltet den Anfrage-Lebenszyklus und die Antwortanalyse. Sie können einfach Fehlerbehandlungen für Netzwerkprobleme oder ungültige Anfragen hinzufügen. Dieses Muster ist perfekt für Webserver und Echtzeitanwendungen.

Streaming und Token-Nutzung

Streaming für Echtzeit-Token-Ausgabe an Ihre Nutzer aktivieren. Diese Funktion reduziert die wahrgenommene Latenz, indem Daten sofort bei ihrer Generierung gesendet werden. Das SDK verarbeitet den Event-Stream und aktualisiert Ihre Benutzeroberfläche schrittweise.

Die Token-Nutzungsdetails erscheinen im letzten Chunk des Streams. Dies ermöglicht es Ihnen, die Kosten genau zu verfolgen, ohne zusätzliche API-Aufrufe. Streaming wird für alle Standardanfragen unterstützt.

Limits, Fehler und Kontext

Ihr Konto unterliegt bestimmten Rate-Limits und Kontextbeschränkungen. Das Modell unterstützt ein Kontextfenster von 100.000 Tokens für Prompt und Combined. Sie können eine maximale Ausgabe von 16.000 Tokens pro Anfrage festlegen.

Häufige Fehler umfassen 401 für ungültige Schlüssel, 402, wenn das Guthaben aufgebraucht ist, und 429 für Rate Limits. Das Rate Limit beträgt 300 Anfragen pro Minute pro Schlüssel. Fehler verbrauchen Ihr vorausbezahltes Guthaben nicht, sodass Sie nur für erfolgreiche Generierungen zahlen.

cURL

Copycurl https://api.grokaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of ten common unix commands with brief descriptions"}]
  }'

Python

Copyfrom openai import OpenAI

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