API-Dokumentation

Authentifizierung und Base URL

Ihr API-Schlüssel authentifiziert jede Anfrage. Verwenden https://api.whatisabliteration.com/v1 als Ihre Basis-URL. Übergeben Sie Ihren Schlüssel im Authorization Header als Bearer-Token. Dieses Setup funktioniert mit jedem OpenAI-kompatiblen Client.

Copycurl https://api.whatisabliteration.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me last 5 requests"}]
  }'

Bewahren Sie Ihren Schlüssel sicher auf. Ein Schlüssel pro Konto. Ersetzen Sie alte Schlüssel bei Kompromittierung.

Chat-Vervollständigungs-Endpunkt

Text senden an POST /v1/chat/completions. Die Modell-ID ist uncensored. Dieser Endpunkt übernimmt die gesamte Textgenerierung. Er unterstützt keine Bilder, Audio oder Video. Sie zahlen nur für verbrauchte Tokens. Fehler sind kostenlos. Ablehnungen sind kostenlos.

Copyfrom openai import OpenAI

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

Konfigurieren Sie Ihren System-Prompt, um die Persona zu definieren. Das Modell antwortet direkt ohne Umschweife. Das Kontextfenster beträgt insgesamt 100,000 Token.

Streaming und SSE-Unterstützung

Aktivieren Sie Streaming, indem Sie stream: true. Die API gibt Server-Sent Events (SSE) zurück. Jeder Chunk enthält teilweise Text. Der letzte Chunk enthält Token-Nutzungsdaten. Dies reduziert die wahrgenommene Latenz für lange Antworten.

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)

Verwalten Sie partielle Tokens sorgfältig. Fügen Sie sie zusammen, um die vollständige Antwort zu bilden. Dies ist ideal für Echtzeit-Chat-Schnittstellen.

Function Calling und Tools

Definieren Sie Tools in Ihrer Anfrage. Das Modell kann bei Bedarf Funktionen aufrufen. Verwenden Sie tool_choice um das Verhalten zu steuern. Legen Sie temperature für Kreativität. Übergeben Sie Parameter wie top_p und stop. Dies ermöglicht komplexe Agenten-Workflows.

Copyimport OpenAI from "openai";

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

Stellen Sie Tool-Ausgaben in Ihrem Code sicher. Das Modell schlägt Aktionen vor. Sie führen sie aus. Diese Struktur unterstützt fortgeschrittene Automatisierungsaufgaben.

JSON-Modus-Antwortformat

Festlegen response_format zu {"type": "json_object"}. Das Modell gibt nur gültiges JSON aus. Dies gewährleistet strukturierte Daten zum Analysieren. Nutzen Sie dies für APIs, die strenge Formate erwarten. Es verbessert die Zuverlässigkeit für nachgelagerte Systeme.

Verwenden Sie diesen Modus bei der Integration mit anderen Diensten. Analysieren Sie die Ausgabe direkt. Vermeiden Sie Regex-Hacks für die Struktur.

Parameter und Einschränkungen

Max. Output sind 16.000 Tokens. Standardmäßiges Maximum sind 2.048 Tokens. Context-Window ist 100.000 Tokens. Rate-Limit ist 300 Anfragen pro Minute. Gleichzeitige Anfragen sind 8 pro Schlüssel. Maximaler Anfrage-Body ist 8 MB. Behandeln Sie 401 für ungültige Schlüssel. Behandeln Sie 402 für kein Guthaben. Behandeln Sie 429 für Rate-Limits.