Uncensored LLM API 문서

Base URL 및 인증

클라이언트를 표준 콘텐츠 필터를 우회하기 위한 특정 엔드포인트로 가리키세요. 기본 URL은 https://api.bestabliteratedmodel.com/v1 표준 Authorization header. 회원가입 페이지에서 Google 또는 이메일을 통해 즉시 키를 생성할 수 있으며, 체험을 위해 결제 정보를 제공할 필요가 없습니다.

Copycurl https://api.bestabliteratedmodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run the unit tests for the new authentication module"}]
  }'

헤더가 위의 정확한 형식과 일치하는지 확인하세요. 시스템은 토큰 처리 전에 자격 증명을 검증하므로 키를 안전하게 유지하세요.

Python SDK를 사용한 첫 번째 요청

공식 OpenAI Python 라이브러리를 사용하여 베이스 URL을 재정의하여 직접 통합하세요. 이렇게 하면 기존 코드 구조를 크게 변경하지 않고 무차별 모델로 프롬프트를 보낼 수 있습니다. 모델 ID는 항상 uncensored 모든 요청에 대해.

Copyfrom openai import OpenAI

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

이 방식은 다음과 같은 표준 파라미터와의 호환성을 유지합니다 temperature 및 top_p. 클라이언트 인스턴스를 생성한 직후 즉시 응답을 테스트할 수 있습니다.

Node.js 통합

무검열 엔드포인트에 텍스트 완성을 보내려면 Node.js OpenAI 패키지를 사용하세요. 설정 baseURL 속성을 API 주소에 설정하여 모든 호출을 수행합니다. 이를 통해 애플리케이션이 표준 제공업체 제한에 도달하지 않고 요청을 올바르게 라우팅하도록 보장합니다.

Copyimport OpenAI from "openai";

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

필요에 따라 응답 스트림 또는 단일 객체를 처리하세요. SDK는 내부적으로 토큰화를 처리하므로 인프라 세부 사항보다는 프롬프트 로직에 집중할 수 있습니다.

SSE를 통한 스트리밍

실시간 토큰 생성을 활성화하려면 stream: true 요청 매개변수에 포함됩니다. API는 각 청크에 부분 텍스트를 포함하는 서버 전송 이벤트(SSE)를 반환합니다. 토큰 사용량 지표는 스트림의 마지막 청크에 나타납니다.

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)

도착하는 각 델타를 처리하여 사용자에게 텍스트를 즉시 표시합니다. 이는 전체 완료를 기다리는 것보다 지각된 지연 시간을 크게 줄입니다.

함수 호출 및 도구들

요청에 도구 스키마를 정의하여 모델로부터 구조화된 출력을 활성화하세요. API는 매개변수와 설명이 있는 표준 함수 정식을 지원합니다. 모델은 프롬프트 지시사항에 따라 적절한 경우 도구 호출을 반환합니다.

전달 tools 원하는 함수가 있는 배열입니다. 응답에는 다음이 포함됩니다. tool_calls field if the model decides to invoke a tool.

JSON 모드, 제한 및 오류

설정하여 엄격한 JSON 출력을 강제합니다. response_format 수신하여 {"type": "json_object". 이는 자동화된 워크플로우를 위한 신뢰할 수 있는 파싱을 보장합니다. 컨텍스트 윈도우는 최대 100,000 토큰이며 최대 출력은 16,000 토큰입니다.

자주 발생하는 오류에는 키가 잘못되어 401, 선불 크레딧 고갈로 402, 속도 제한으로 429 (분당 300개 요청)가 포함됩니다. 미성년자와 관련된 성 콘텐츠 요청은 항상 거부됩니다.