Documentation API

Authentification et URL de base

Votre clé API authentifie chaque requête. Utilisez https://api.whatisabliteration.com/v1 comme votre URL de base. Transmettez votre clé dans le Authorization en-tête en tant que jeton Bearer. Cette configuration fonctionne avec n'importe quel client compatible OpenAI.

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"}]
  }'

Gardez votre clé en sécurité. Une clé par compte. Remplacez les anciennes clés si elles sont compromises.

Point de terminaison Chat Completions

Envoyer du texte à POST /v1/chat/completionsL'ID du modèle est uncensored. Ce point de terminaison gère toute la génération de texte. Il ne prend pas en charge les images, l’audio ou la vidéo. Vous ne payez que pour les tokens utilisés. Les erreurs sont gratuites. Les refus sont gratuits.

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)

Configurez votre invite système pour définir le persona. Le modèle répond directement sans hésitation. La fenêtre de contexte est de 100,000 tokens au total.

Streaming et prise en charge des SSE

Activez le streaming en définissant stream: true. L'API retourne des Server-Sent Events (SSE). Chaque chunk contient du texte partiel. Le dernier chunk inclit des données d'utilisation des tokens. Cela réduit la latence perçue pour les réponses longues.

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)

Gérez soigneusement les jetons partiels. Concaténez-les pour former la réponse complète. C'est idéal pour les interfaces de chat en temps réel.

Appel de fonction et outils

Définissez les outils dans votre requête. Le modèle peut appeler des fonctions lorsque cela est approprié. Utilisez tool_choice pour contrôler le comportement. Définissez temperature pour la créativité. Passez des paramètres comme top_p et stop. Cela permet des workflows d'agents complexes.

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);

Validez les sorties des outils dans votre code. Le modèle suggère des actions. Vous les exécutez. Cette structure prend en charge des tâches d'automatisation avancées.

Format de réponse du Mode JSON

Définir response_format à {"type": "json_object"}Le modèle ne produit que du JSON valide. Cela garantit des données structurées pour l'analyse. Utilisez cela pour les API qui attendent des formats stricts. Cela améliore la fiabilité pour les systèmes en aval.

Utilisez ce mode lors de l'intégration avec d'autres services. Analysez la sortie directement. Évitez les hacks regex pour la structure.

Paramètres et contraintes

La sortie max est de 16 000 tokens. La valeur par défaut max est de 2 048 tokens. La fenêtre de contexte est de 100 000 tokens. La limite de débit est de 300 requêtes par minute. Les requêtes simultanées sont de 8 par clé. Le corps de la requête max est de 8 Mo. Gérez les erreurs 401 pour les clés invalides. Gérez les erreurs 402 pour l'absence de crédit. Gérez les erreurs 429 pour les limites de débit.