API-Referenz: Chat-Vervollständigungen

Schnellstart: Erste Anfrage

Senden Sie Ihre erste Chat-Vervollständigungsanfrage in weniger als einer Minute. Der Endpunkt akzeptiert standardmäßige OpenAI-Payloads und gibt uneingeschränkte Textantworten zurück. Initialisieren Sie den Client mit Ihrem API-Schlüssel und der Basis-URL. Rufen Sie dann den Chat-Vervollständigungs-Endpunkt auf, wobei die Modell-ID auf "uncensored" gesetzt ist. Das Modell generiert Text ohne Inhaltsablehnungen für legale Erwachsenenunterhaltung.

Sie können die Verbindung überprüfen, indem Sie verfügbare Modelle auflisten. Dies bestätigt, dass der Server erreichbar ist und Ihre Anmeldedaten gültig sind. Die Antwort bestätigt die Modell-ID und die Verfügbarkeit des Endpunkts.

Authentifizierung und Base URL

Verwenden Sie Ihren API-Schlüssel für jede Anfrage an die Basis-URL https://api.geminisemcensura.com/v1. Der Schlüssel wird sofort bei der Anmeldung über Google oder E-Mail generiert. Übergeben Sie ihn im Authorization Header als Bearer-Token. Wenn Sie einen neuen Schlüssel generieren, wird der alte sofort ungültig. Dies vereinfacht die Verwaltung der Anmelmedaten für Ihre Anwendungen. Sie können Schlüssel direkt im Dashboard regenerieren, ohne Ihr Vorausguthaben zu verlieren.

Parameter: Temperatur, Top P und Stop

Steuern Sie die Generierungszufälligkeit mit Standardparametern. Legen Sie temperature die Kreativität anpassen. Niedrigere Werte erzeugen deterministischere Ausgaben. Höhere Werte führen Variation ein. Verwenden top_p für Nucleus-Sampling, um den Token-Pool zu begrenzen. Die stop Parameter an, um die Generierung zu stoppen, wenn eine bestimmte Sequenz erscheint. Dies ist nützlich zur Steuerung der Ausgabelänge oder -struktur.

Diese Parameter funktionieren genau wie in der OpenAI SDK. Sie können den Antwortstil anpassen, ohne das Modell zu ändern. Das uncensored Modell respektiert diese Einschränkungen, während es seine fehlenden Inhaltsablehnungen beibehält. Passen Sie sie an Ihren spezifischen Anwendungsfall an.

Streaming-Antworten (SSE)

Aktivieren Sie Streaming, indem Sie stream zu true. Der Server sendet eine Sequenz von Server-Sent Events. Jedes Ereignis enthält einen Teilabschnitt des generierten Texts. Dies ermöglicht es Ihnen, Ausgaben in Echtzeit anzuzeigen. Dies reduziert die wahrgenommene Latenz für Endbenutzer.

Das letzte Chunk enthält die Token-Nutzungsstatistiken. Sie können Input- und Output-Tokens für eine genaue Abrechnung verfolgen. Fehler während des Streamings werden als finales Event mit einem Fehlerobjekt gesendet. Behandeln Sie diese Events, um Netzwerkunterbrechungen graceful zu verwalten.

Tool-Aufruf und JSON-Modus

Nutze Function Calling, um externe Tools zu integrieren. Definiere Funktionen in der tools Parameter. Das Modell gibt strukturierte Argumente für die angegebene Funktion zurück. Sie führen die Funktion aus und senden das Ergebnis an das Modell. Dies ermöglicht komplexe Multi-Step-Workflows. Der JSON-Modus erzwingt strikte JSON-Ausgaben. Verwenden Sie response_format mit json_object für zuverlässiges Parsing.

Das unzensierte Modell verarbeitet Tool-Definitionen, ohne aufgrund des Themas zu ablehnen. Es unterstützt Standard-OpenAI-Tool-Schemata. Dies gewährleistet die Kompatibilität mit vorhandenen Tool-Nutzungs-Bibliotheken. Sie können Agenten erstellen, die nahtlos mit APIs oder Datenbanken interagieren.

Limits und Quotas

Die API erzwingt strenge Rate-Limits, um die Stabilität zu gewährleisten. Ihnen stehen 300 Anfragen pro Minute pro Schlüssel zur Verfügung. Die Parallelität ist auf 8 gleichzeitige Anfragen begrenzt. Die maximale Größe des Request-Bodys beträgt 8 MB. Das Kontextfenster unterstützt 100.000 Tokens für Eingabe und Ausgabe zusammen. Das Standard-Maximum für die Ausgabe beträgt 2.048 Tokens, es sei denn, Sie geben etwas anderes an.

Wenn Sie das Limit überschreiten, erhalten Sie einen 429-Fehler. Die Antwort enthält einen retry-after-Header. Überwachen Sie Ihre Nutzung, um Unterbrechungen zu vermeiden. Diese Limits gelten für alle Endpunkte, einschließlich Streaming-Anfragen. Planen Sie Ihre Batch-Jobs entsprechend.

cURL

Copycurl https://api.geminisemcensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the release date of the last update"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)