Documentation API

Guide de démarrage rapide : Connectez en 3 lignes

Notre API fonctionne exactement comme l'interface standard chat-completions que vous connaissez déjà. Il suffit de pointer votre client vers notre URL de base et de fournir votre clé API. Pas de routage complexe ni de particularités spécifiques au fournisseur. Nous nous occupons du reste.

L'URL de base pour toutes les requêtes est https://api.toolsaiuncensored.com/v1. Vous pouvez utiliser n'importe quelle bibliothèque SDK officielle ou compatible en mettant à jour la configuration de l'URL de base. L'authentification repose sur un seul jeton porteur fourni via le Authorization header. Cela assure une intégration transparente avec votre pile existante.

Copycurl https://api.toolsaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "run unit tests on the legacy auth module"}]
  }'

Points de terminaison : Chat Completions & Modèles

Nous n’exposons que les points de terminaison essentiels pour la génération de texte. Le POST /v1/chat/completions point de terminaison traite vos invites et retourne du texte généré. Utilisez GET /v1/models à vérifier l'ID de modèle disponible. Nous n'offrons pas de services d'embedding, de génération d'image, de traitement audio ou de réglage fin. Gardez votre infrastructure simple.

L'ID du modèle que vous devez envoyer est uncensored. Il s'agit de notre propre modèle à poids ouverts optimisé, et non d'une instance GPT ou Claude revendue. Il répond directement sans filtres de contenu pour un usage adulte légal. Consultez la documentation du point de terminaison pour les structures de charge utile spécifiques.

Copyfrom openai import OpenAI

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

Paramètres : Température, Top P et Seed

Maîtrisez la créativité et le déterminisme de vos sorties en utilisant des paramètres standards. Ajustez temperature à varier l'aléatoire. Définissez top_p pour limiter l'échantillonnage du noyau. Utilisez seed pour des résultats reproductibles. Ces outils vous offrent un contrôle précis sur le processus de génération de texte.

Vous pouvez également définir presence_penalty et frequency_penalty pour influencer la répétition des jetons. Le stop parameter vous permet de définir des séquences de terminaison personnalisées. Ce niveau de contrôle garantit que la sortie correspond à votre cas d'utilisation spécifique. Configurez ces valeurs dans le corps de votre requête.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.toolsaiuncensored.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 & Mode JSON

Recevez des réponses en temps réel en utilisant les Server-Sent Events (SSE). Le streaming réduit considérablement la latence perçue. Chaque chunk inclut des données d'utilisation des jetons dans l'événement final. Cela permet un suivi précis de la facturation lors de longues générations.

Pour les données structurées, activez le mode JSON en définissant response_format à {"type": "json_object"}. Le modèle tentera de produire du JSON valide. C'est idéal pour les pipelines programmés. Combinez le streaming avec le mode JSON pour une extraction de données structurée efficace sans erreurs d'analyse.

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)

Support de l'appel de fonction

Définissez les outils dans votre requête pour permettre au modèle d'appeler des fonctions de manière dynamique. Spécifiez tools et tool_choice pour contrôler l'exécution. Le modèle retourne des appels d'outils dans le flux de réponse. Cela permet des workflows complexes et un comportement de type agent.

Passez les définitions de fonctions dans le messages tableau. Le modèle invoquera l'outil approprié en fonction du contexte de votre invite. Vous pouvez ensuite exécuter la fonction localement et renvoyer le résultat dans la conversation. Cela prend en charge des modèles d'automatisation avancés.

Limites de débit & Contraintes

Votre clé API permet 300 requêtes par minute. Vous pouvez exécuter 8 requêtes simultanées. La taille maximale du corps de la requête est de 8 Mo. Chaque clé est liée à un compte ; générer une nouvelle clé remplace l'ancienne.

La fenêtre de contexte prend en charge 100 000 tokens au total, incluant à la fois l'entrée et la sortie. Le débit maximum par requête est de 16 000 tokens. Si vous ne spécifiez pas max_tokens, la limite par défaut est de 2 048 tokens. Surveillez votre utilisation pour rester dans ces limites.