Eerste verzoek in vijf minuten

Authenticatie & Basis-URL

Onze API is ontworpen als een drop-in vervanging voor bestaande OpenAI-clients. Je hoeft maar twee dingen in je configuratie te wijzigen: de basis-URL en de API-sleutel. De basis-URL voor deze service is https://api.uncensoredgpt.top/v1. Je kunt je API-sleutel direct genereren na het aanmaken van een account via Google of e-mail op het dashboard. Er is geen telefoonnummer nodig en de sleutel wordt één keer bij het aanmaken weergegeven.

Zorg ervoor dat je de sleutel veilig opslaat. Als je hem kwijtraakt, kun je een nieuwe genereren via het dashboard, waardoor de vorige sleutel ongeldig wordt. Deze eenvoudige setup stelt je in staat om verbinding te maken met onze ongecensureerde ai-api met standaard bibliotheken zonder aangepaste adapters.

Chat Completions Endpoint

De kernfunctionaliteit wordt aangeboden via de standaard POST /v1/chat/completions endpoint. Deze endpoint accepteert tekstinput en retourneert tekstoutput, en ondersteunt zowel synchronische als asynchrone verzoeken. Je hoeft je geen zorgen te maken over modelrouting of aggregatie; wij bieden één hoogwaardig ongecensureerd large language model aan, afgestemd op onbeperkte inhoud.

Bij het doen van een verzoek moet je de model-ID als uncensored opgeven. Dit model is een open-weight model en wordt gehost op onze eigen servers, gescheiden van GPT, Claude of andere leveranciersmodellen. Het is ontworpen om zonder inhoudsweigeringen te antwoorden voor wettelijk volwassen gebruik, wat het ideaal maakt voor NSFW of controversiële onderwerpen.

Om te beginnen kun je het endpoint testen met een eenvoudige cURL-opdracht. Vervang YOUR_API_KEY door je daadwerkelijke sleutel.

Copycurl https://api.uncensoredgpt.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Streaming Responses (SSE)

Voor realtime-applicaties ondersteunt de API Server-Sent Events (SSE). Streaming stelt je in staat om tokens te ontvangen zodra ze worden gegenereerd, wat een betere gebruikerservaring biedt voor chatinterfaces. Wanneer je stream: true instelt in je verzoek, retourneert de API een stream van chunks in plaats van een enkele volledige response.

Elk brok bevat gedeeltelijke tekst, en het laatste brok bevat de tokenverbruiksstatistieken voor facturatie. Deze functie is vooral nuttig voor applicaties die directe feedback vereisen. Je kunt de stream afhandelen in je voorkeurstaal met behulp van de juiste SDK.

Hier is een voorbeeld van hoe je een streaming-verzoek kunt starten met cURL:

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)

Function Calling & Tools

De API ondersteunt function calling, waardoor je applicatie kan communiceren met externe tools en diensten. Je kunt een lijst met functies definiëren in de tools parameter, en het model zal een function call retourneren als dit gepast is. Dit is nuttig voor het bouwen van agents of applicaties die specifieke acties moeten uitvoeren.

Je kunt het gedrag van het model controleren met tool_choice, dat kan worden ingesteld op auto, none, of een specifieke functie-ID. Het model retourneert de functienaam en argumenten in de response, die je vervolgens in je applicatie kunt uitvoeren.

Hier is een Python-voorbeeld dat laat zien hoe je de function calling-functie gebruikt met de OpenAI-compatibele SDK:

Copyfrom openai import OpenAI

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

JSON Mode Configuratie

Als je gestructureerde uitvoer nodig hebt, kun je JSON-modus inschakelen door de response_format parameter in te stellen op {"type": "json_object"}. Dit instrueert het model om uitvoer te genereren die voldoet aan geldige JSON-syntaxis. Dit is vooral nuttig voor applicaties die de response programmatisch moeten parseren.

Bij het gebruik van JSON-modus vermijdt het model het toevoegen van markdown fences of extra tekst rond het JSON-object. Dit zorgt ervoor dat je parser de response direct kan consumeren zonder extra opruimstappen. Het is een betrouwbare manier om gestructureerde data van een LLM te krijgen.

Hier is een Node.js-voorbeeld dat laat zien hoe je de client configureert voor JSON-modus:

Copyimport OpenAI from "openai";

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

Parameters: temperatuur en top p

Je kunt de willekeur en creativiteit van de antwoorden van het model regelen met parameters zoals temperature en top_p. De temperature parameter past de samplingtemperatuur aan, waarbij lagere waarden de output deterministischer maken en hogere waarden deze creatiever. De top_p parameter regelt nucleus sampling, waardoor het model alleen de bovenste p waarschijnlijkheidsmassa van tokens in overweging neemt.

Andere ondersteunde parameters zijn stop-reeksen, seed voor reproduceerbaarheid, en straffen voor presence_penalty en frequency_penalty. Met deze parameters kun je het gedrag van het model fijnafstemmen om het aan te passen aan jouw specifieke toepassing.

Het begrijpen van deze parameters is cruciaal voor het optimaliseren van de kwaliteit van je gegenereerde tekst. Experimenteer met verschillende waarden om de juiste balans voor je applicatie te vinden.