Uncensored Chat Completions API Docs

Authentifizierung & Basis-URL

Der API-Schlüssel authentifiziert Ihre Anfragen. Sie erhalten einen Schlüssel pro Konto, den Sie sofort nach der Anmeldung über Google oder E-Mail generieren. Verwenden Sie die Basis-URL HTTPS://api.ollamaopenaiapi.com/v1, um Ihren Verkehr zu routen.

• Kopieren Sie Ihren Schlüssel aus dem Dashboard.
• Legen Sie die Umgebungsvariable fest oder übergeben Sie sie direkt in Ihrer Client-Konfiguration.
• Stellen Sie sicher, dass Ihr Client auf unsere spezifische Basis-URL verweist, um Standard-OpenAI-Endpunkte zu vermeiden.

Chat-Vervollständigungs-Endpunkt

Senden Sie Nachrichten an den Chat-Completions-Endpunkt, um Textantworten zu erhalten. Die Modell-ID ist uncensored, das auf unseren Servern läuft und legale Erwachsenen- oder kontroverse Themen nicht ablehnt. Sie können Antworten streamen oder sie in einem einzigen Block erhalten.

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

Dieser Endpunkt verarbeitet standardmäßige JSON-Payloads. Fehler werden als standardmäßige HTTP-Codes zurückgegeben. Der Kontextfenster beträgt insgesamt 100,000 Tokens. Die maximale Ausgabe beträgt 16,000 Tokens, sofern nicht anders festgelegt.

Endpunkt für Modellliste

Fragen an die Modellliste stellen, um die Verfügbarkeit zu überprüfen. Die Antwort bestätigt die Modell-ID und den Typ. Dies ist nützlich zum Debuggen von Client-Konfigurationen. Sie gibt das Standardformat von OpenAI zurück. Nutzen Sie GET /v1/models zur Inspektion. Die Liste ist klein, da wir ein primäres Modell anbieten. Prüfen Sie diesen Endpunkt, um sicherzustellen, dass Ihr Client die Endpunktstruktur erkennt.

Streaming & Token-Nutzung

Aktivieren Sie Streaming, indem Sie stream: true. Sie erhalten Server-Sent Events (SSE). Token-Nutzung erscheint im letzten Chunk. Dies reduziert die wahrgenommene Latenz für lange Ausgaben. Sie können Tokens verarbeiten, während sie eintreffen. Dies ist ideal für Chat-Schnittstellen. Die API gibt Nutzungsdaten genau zurück. Überwachen Sie Ihre Token-Anzahl, um Kosten zu verwalten. Streaming funktioniert mit allen Parametern. Es unterstützt Tools und den JSON-Modus.

Parameter: Temperatur, Top P, Tools

Kreativität steuern mit temperature und top_p. Verwenden Sie tools für Function Calling. Setzen Sie response_format zu {"type": "json_object"} für strukturierte Ausgabe. Diese Parameter folgen dem OpenAI-Schema. Sie können auch stop Sequenzen und seed für Reproduzierbarkeit. Passen Sie Strafen an, um Wiederholungen zu steuern. Das Uncensored-Modell respektiert diese Einschränkungen. Es erzwingt keinen bestimmten Stil. Sie haben die volle Kontrolle über die Generierung.

Fehlerbehandlung & Limits

Behandeln Sie Fehler durch Überprüfung der HTTP-Statuscodes. 401 bedeutet ungültiger Schlüssel. 402 zeigt unzureichendes Guthaben an. 429 signalisiert Rate Limiting. Das Limit beträgt 300 Anfragen pro Minute. Die Parallelität ist auf 8 Anfragen pro Schlüssel begrenzt. Der Anforderungstext muss unter 8 MB liegen. Verbrauchen Sie kein Guthaben bei Fehlern. Prüfen Sie den Antwort-Body auf Details. Wiederholungslogik sollte 429s behandeln. Verwenden Sie exponentielles Backoff für Zuverlässigkeit.

Python

Copyfrom openai import OpenAI

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