Abliteret ai-chat API-dokumentation

Hurtig start: Din første anmodning

Send en simpel chat-completion for at verificere forbindelsen og uncensored-adfærd. API'et accepterer standard chat/completions payloads og returnerer tekstsvare uden indholdsfiltre til lovligt voksenbrug. Du skal bruge en gyldig API-nøgle og den korrekte base-URL for at fortsætte. Start med en kort prompt for at bekræfte, at modellen svarer som forventet.

Model-ID'et er uncensored. Kontekstvinduet understøtter i alt 100.000 tokens. Output-begrænsninger gælder per anmodning. Tjek dine kreditter, før du sender store payloads. Fejl som 402 indikerer utilstrækkelig saldo.

Vi prioriterer rå throughput frem for kompleks routing. Ingen tredjeparts-proxys forstyrrer dine anmodninger. Infrastrukturen er bygget til udviklere, der har brug for pålidelighed. Brug eksemplerne nedenfor til hurtig integration.

Autentificering og base URL

Brug din unikke API-nøgle, der sendes øjeblikkeligt efter tilmelding. Autentificer hver anmodning med Authorization: Bearer <key> header. Base URL'en er https://api.abliteratedaichat.com/v1. Dette sikrer kompatibilitet med officielle OpenAI SDK'er og enhver kompatibel klientbibliotek.

Hold din nøgle sikker. Én aktiv nøgle pr. konto; en ny nøgle erstatter den gamle. Hvis du mister adgangen, skal du generere en ny nøgle fra dashboardet. Fejl returnerer 401 for ugyldige nøgler. Udsæt aldrig din nøgle i kode på klientsiden.

Oprettelse af konto kræver kun en e-mail eller Google-konto. Intet telefonnummer er nødvendigt. Kreditter udløber aldrig. Refusioner udstedes ikke, men faktureringsfejl rettes via Support. Brug nøglen i dine miljøvariabler for ren kode.

Streaming-respons med SSE

Aktivér streaming ved at indstille stream: true i din anmodning. Modtag tokens via Server-Send Events (SSE), mens de genereres. Den sidste chunk indeholder samlet tokenforbrug til fakturering og sporing. Dette reducerer den opfattede latens for lange rollespil- eller skriveopgaver.

Parser SSE-strømmen forsigtigt. Ignorer ikke-data-hændelser. Sammenkæd token-deltas for at rekonstruere det fulde svar. Modellen afviser ikke lovligt adult content, så streaming fungerer sømløst til NSFW chatbot-scenarier. Overvåg for 429 rate limits under høj-gennemstrømningsessioner.

Streaming er ideelt til realtidsapplikationer. Det tillader øjeblikkelig visning af genereret tekst. Brug dette til chatgrænseflader, hvor brugere forventer øjeblikkelig feedback. Sørg for, at din klient håndterer delvise svar korrekt.

JSON-tilstand og funktionskald

Brug response_format med {"type": "json_object"} til at håndhæve strukturerede output. Dette er kritisk til at parse data eller integrere med andre systemer. Funktionskald fungerer via det standard tools og tool_choice parametre. Modellen følger instruktioner præcist, selv med komplekse begrænsninger.

Test funktionkald med simple værktøjer først. Verificer, at modellen overholder skemaet. Abliterede modeller opretholder instruktionsoverholdelse bedre end mange andre uncensored-alternativer. Store prompts med flere begrænsninger kan dog stadig forårsage afvigelser. Valider altid JSON-output.

Kombinér streaming med JSON-tilstand, hvis nødvendigt. Den sidste chunk indeholder forbrugsstatistikker. Funktionkald tilføjer fleksibilitet til din ubegrænsede LLM-integration. Brug dette til agentarkitekturer eller automatiserede arbejdsgange, der kræver strukturerede data.

Parametre: Temperatur, Top P og Stopsekvenser

Juster temperature til kreativitet eller determinisme. Brug top_p for nucleus sampling. Indstil stop sekvenser til at afbryde genereringen ved specifikke markører. Disse parametre styrer modellens adfærd. Lavere temperaturer giver mere konsistente output. Højere temperaturer øger tilfældigheden.

Eksperimentér med forskellige værdier til dit use case. Roleplay drager fordel af højere temperatur. Opgaver inden for kodning kan kræve lavere temperatur for præcision. API'en understøtter alle standardparametre: seed, presence_penalty, og frequency_penalty. Finjuster disse for optimale resultater.

Stop-sekvenser er nyttige til samtaler med flere omgange. De forhindrer modellen i at fortsætte forbi et ønsket punkt. Brug dem til at strukturere svar rent. Kombiner med JSON-tilstand til pålidelig dataudtrækning. Test grundigt, før du implementerer i produktion.

Rate limits og konkurrence

Begrænsningen er 300 anmodninger i minuttet per nøgle. Samtidige anmodninger er begrænset til 8 per nøgle. Størrelsen af anmodningskroppen er begrænset til 8 MB. Disse grænser sikrer rimelig brug og stabil ydeevne. Overskridelse af grænserne returnerer 429-fejl. Implementer retry-logik med eksponentiel backoff.

Overvåg dit forbrug for at undgå throttling. Høj concurrent kan udløse grænser, hvis anmodninger er store. Context-vinduet er 100.000 tokens. Maks output er 16.000 tokens per anmodning. Fejl og afslag er gratis, så mislykkede anmodninger koster ikke kredit.

Planlæg din integration derefter. Brug køer til trafiktoppe. API'et håndterer højt throughput effektivt. Ingen SLA-garantier, men infrastrukturen er bygget til pålidelighed. Kontakt Support ved problemer. Hold din nøgle sikker for at undgå uautoriseret brug.

cURL

Copycurl https://api.abliteratedaichat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France"}]
  }'

Python

Copyfrom openai import OpenAI

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