Documentazione API

Autenticazione e Base URL

Inizia generando la tua chiave tramite la dashboard. Usa https://api.abliteratedaimodel.com/v1 come tuo URL di base. Passa la chiave in Authorization header. Non si applicano abbonamenti o canoni mensili. Il tuo credito prepagato copre l'utilizzo fino all'esaurimento.

Prima richiesta

Invia un semplice completamento di testo per verificare la connettività. Il modello uncensored risponde istantaneamente ai prompt standard. Sostituisci YOUR_API_KEY con le tue credenziali generate. La risposta include il testo generato e l'utilizzo dei token.

Copycurl https://api.abliteratedaimodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a hello world function in python"}]
  }'

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per un'integrazione semplice. Imposta l'URL di base sul nostro endpoint. Inizializza il client con la tua chiave API. Invia messaggi e ricevi output di testo grezzo. Questo approccio funziona per la maggior parte delle applicazioni LLM standard.

Copyfrom openai import OpenAI

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

Setup SDK Node.js

Importa il pacchetto OpenAI nel tuo progetto Node.js. Configura la chiave API e l'URL di base. Esegui una richiesta di completamento della chat con il prompt desiderato. Gestisci i dati di risposta in modo asincrono. Questo metodo si adatta perfettamente agli ambienti JavaScript lato server.

Copyimport OpenAI from "openai";

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

Risposte in streaming

Abilita lo streaming per una latenza inferiore con output lunghi. Imposta stream a true nella tua richiesta. Ricevi chunk man mano che vengono generati. Elaborare ogni chunk per aggiornare la tua UI in tempo reale. Questo riduce significativamente i tempi di attesa percepiti.

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)

Limiti ed Errori

Le finestre di contesto supportano 100,000 token in totale. L'output massimo per richiesta è di 16,000 token. I limiti di frequenza consentono 300 richieste al minuto. Gestisci errori come 401 per chiavi non valide o 402 per credito insufficiente. Pianifica attentamente l'utilizzo dei token per evitare interruzioni durante attività ad alto volume.