Documentation API

Authentification & Clés

L'authentification est simple et immédiate. Vous obtenez une seule clé API lors de l'inscription via Google ou email. Transmettez cette clé dans le Authorization header en tant que jeton Bearer. Cette clé identifie votre crédit prépayé et applique vos limites de requêtes. Faites tourner les clés en en générant une nouvelle sur le tableau de bord ; l'ancienne clé cesse de fonctionner instantanément.

Point de terminaison Chat Completions

Envoyez votre première requête au /v1/chat/completions endpoint. L'ID du modèle est uncensored. Il accepte les structures de messages standard OpenAI et renvoie des réponses textuelles brutes. Les erreurs comme un crédit manquant retournent 402, tandis que les clés invalides retournent 401. Utilisez ce point de terminaison pour les tâches standard de génération de texte.

Copycurl https://api.setituncensored.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."}]
  }'

SDK Python

Intégrez directement avec la bibliothèque Python OpenAI officielle. Configurez l'URL de base pour pointer vers nos serveurs. Transmettez votre clé API et l'ID du modèle. Cette approche fonctionne avec le code client existant qui attend la compatibilité OpenAI. Ajustez les paramètres comme temperature pour contrôler l'aléatoire. Le streaming est pris en charge via le stream flag.

Copyfrom openai import OpenAI

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

SDK Node

Utilisez le openai Package Node.js pour l'intégration côté serveur. Définissez le baseURL à notre point de terminaison API. Initialisez le client avec votre clé API. Envoyez des messages et gérez l'objet de réponse. Cette configuration vous permet d'intégrer facilement la génération uncensored dans vos applications Node. Gérez les tokens et gérez les erreurs de manière programmatique.

Copyimport OpenAI from "openai";

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

Réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. Vous recevez des fragments d'événements envoyés par le serveur (SSE). Chaque fragment contient des jetons de texte partiels. Le dernier fragment inclut les statistiques d'utilisation pour le comptage des jetons. Cette méthode réduit la latence perçue pour les longues réponses. Elle est idéale pour les mises à jour d'interface utilisateur en temps réel dans les applications web.

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)

Limites, Erreurs & Contexte

La fenêtre de contexte prend en charge 100 000 tokens au total. Le débit maximum par requête est de 16 000 tokens. Vous êtes limité à 300 requêtes par minute. La concurrence est plafonnée à 8 requêtes simultanées par clé. Les requêtes dépassant 8 Mo sont rejetées. Gérez les erreurs 429 en mettant en œuvre un backoff exponentiel. Le crédit n'est facturé que pour l'utilisation réelle des tokens.