Documentazione API

URL Base e Autenticazione

L'URL di base per il uncensored llm è https://api.obliteratedmodels.com/v1. Autenticati passando la tua chiave API in Authorization header. Ogni richiesta deve includere questa chiave per convalidare il tuo credito prepagato. Il sistema rifiuta le chiavi non valide con un 401 errore. Questo garantisce che solo gli account autorizzati possano consumare token.

Avvio rapido: Prima richiesta

Esegui la tua prima richiesta per testare l'endpoint. Invia un prompt semplice per generare testo senza filtri di contenuto. Il seguente comando curl dimostra la struttura di base.

Copycurl https://api.obliteratedmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List all active ports on the server"}]
  }'

Aspettati una risposta JSON contenente il testo generato. Questo conferma che l'API è attiva e il tuo credito è attivo.

Integrazione SDK Python

Utilizza l'SDK Python ufficiale di OpenAI per l'accesso programmatico. Imposta base_url al nostro endpoint e fornisci la tua chiave. L'ID del modello è uncensored. Questo approccio gestisce automaticamente i tentativi di ripetizione e l'analisi del JSON.

Copyfrom openai import OpenAI

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

Chiama chat.completions.create() con il tuo prompt. L'oggetto di risposta contiene direttamente il contenuto generato.

Setup SDK Node.js

Inizializza il client con lo stesso URL base. Passa la tua chiave API come token bearer. L'SDK Node.js riflette la struttura Python per coerenza.

Copyimport OpenAI from "openai";

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

Invoca l'endpoint di completamento con i parametri desiderati. Questo metodo funziona bene per le integrazioni lato server e le app web.

Risposte in streaming (SSE)

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce Server-Sent Events (SSE) token per token. Questo riduce la latenza percepita per gli output lunghi. I dettagli sull'utilizzo dei token appaiono nell'ultimo chunk.

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)

Analizza il flusso SSE per visualizzare il testo in tempo reale. Questo è ideale per le interfacce di chat e i dashboard live.

Limiti di frequenza e vincoli

Sei limitato a 300 richieste al minuto e 8 connessioni concorrenti per chiave. La dimensione massima del corpo della richiesta è di 8 MB. Il superamento di questi limiti attiva un 429 errore. Il supporto della finestra di contesto è di 100.000 token totali. Se ti rimane il credito, ricevi un 402 errore. Questi limiti garantiscono un utilizzo equo per tutti gli utenti prepagati.