Uncensored LLM API-Schnellstart

Basis-URL und Authentifizierung

Die Base-URL für alle Anfragen ist https://api.storyunfiltered.com/v1. Hängen Sie Ihren API-Schlüssel an die Authorization header als Bearer-Token. Jedes Konto generiert einen aktiven Schlüssel; das Ersetzen macht den vorherigen ungültig. Für die Anmeldung ist keine Telefonnummer erforderlich, und Sie können sich mit Google- oder E-Mail-Anmeldedaten authentifizieren, um Ihren Schlüssel sofort abzurufen.

Beispiel-Header:

• Authorization: Bearer YOUR_API_KEY

Erste Anfrage

Senden Sie eine POST-Anfrage an /v1/chat/completions mit der Modell-ID uncensored. Die API akzeptiert Standardparameter wie temperature und stop. Antworten werden im JSON-Format zurückgegeben und enthalten den generierten Text in der message.content Feld.

Beispielanfrage:

• model: uncensored
• messages: Array von Benutzer-/Assistent-Nachrichten

Modellauflistung und Konfiguration

Rufen Sie verfügbare Modelle ab, indem Sie eine GET-Anfrage an /v1/models. Das einzige verfügbare Modell ist uncensored, ein Open-Weight-Modell, das auf uneingeschränkte Inhalte abgestimmt ist. Es unterstützt Funktionsaufrufe, JSON-Modus und Streaming über Server-Sent Events (SSE). Konfigurieren Sie Parameter wie top_p und seed die Ausgabe-Vielfalt zu steuern.

Beispielantwort:

• id: uncensored
• object: model

Streaming-Antworten mit SSE

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt einen Stream von Server-Sent Events zurück, wobei jeder Chunk eine teilweise Antwort enthält. Der letzte Chunk enthält Token-Nutzungsstatistiken für Abrechnungszwecke. Dieser Ansatz verringert die wahrgenommene Latenz bei der Generierung langer Inhalte.

Beispiel-Stream:

• event: message
• data: JSON-Chunk mit delta Inhalt

Tool-Aufruf und JSON-Modus

Nutzen Sie die tools Parameter zur Definition von Funktionsschemas für Ihre Anwendung. Das Modell gibt bei Bedarf strukturierte Tool-Aufrufe zurück. Für strikte JSON-Ausgabe setzen Sie response_format zu {"type": "json_object"}. Dies stellt sicher, dass die Antwort gültiges JSON ohne zusätzliche Markdown-Formatierung ist. Parameter wie tool_choice ermöglichen Sie, die Nutzung bestimmter Tools zu erzwingen.

Beispiel-Tool-Schema:

• name: get_weather
• description: Get current weather

Token-Limits und Ratenbegrenzungen

Der Context-Window unterstützt bis zu 100.000 Tokens für kombiniertes Prompt und Completion. Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens bzw. 2.048, wenn max_tokens ist nicht festgelegt. Die Ratenbegrenzung liegt bei 300 Anfragen pro Minute und 8 gleichzeitigen Anfragen pro Schlüssel. Anforderungstexte dürfen 8 MB nicht überschreiten. Fehler und Ablehnungen verbrauchen kein Guthaben.

Beispiel-Limits:

• max_tokens: 16,000
• rate_limit: 300 RPM

cURL

Copycurl https://api.storyunfiltered.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.storyunfiltered.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.storyunfiltered.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)