Documentación de la API de Completaciones de Chat Sin Censura

Autenticación & URL base

La clave API autentica tus solicitudes. Recibes una clave por cuenta, que generas inmediatamente después de registrarte mediante Google o correo electrónico. Usa la URL base HTTPS://api.ollamaopenaiapi.com/v1 para enrutar tu tráfico.

• Copia tu clave desde el panel de control.
• Establece la variable de entorno o pásala directamente en la configuración de tu cliente.
• Asegúrate de que tu cliente apunte a nuestra URL base específica para evitar los puntos finales estándar de OpenAI.

Endpoint Chat Completions

Envía mensajes al endpoint de finalización de chat para recibir respuestas de texto. El ID del modelo es uncensored, que se ejecuta en nuestros servidores y no niega temas adultos lícitos o controversiales. Puedes transmitir las respuestas o recibirlas en un solo bloque.

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"}]
  }'

Este extremo maneja cargas útiles JSON estándar. Los errores se devuelven como códigos HTTP estándar. La ventana de contexto es de 100,000 tokens en total. La salida máxima es de 16,000 tokens a menos que se anule.

Endpoint de Lista de Models

Consulta la lista de modelos para verificar la disponibilidad. La respuesta confirma el ID del modelo y el tipo. Esto es útil para depurar configuraciones de cliente. Devuelve el formato estándar de OpenAI. Usa GET /v1/models para inspeccionar. La lista es pequeña ya que servimos un modelo principal. Comprueba este endpoint para asegurar que tu cliente reconoce la estructura del endpoint.

Transmisión y Uso de Tokens

Habilita la transmisión estableciendo stream: true.Recibes Server-Sent Events (SSE). El uso de tokens aparece en el último fragmento. Esto reduce la latencia percibida para salidas largas. Puedes procesar los tokens a medida que llegan. Esto es ideal para interfaces de chat. La API devuelve datos de uso con precisión. Monitorea tu conteo de tokens para gestionar costos. El streaming funciona con todos los parámetros. Admite herramientas y modo JSON.

Parámetros: Temperatura, Top P, Tools

Controla la creatividad con temperature y top_p. Utiliza tools para llamadas de funciones. Establece response_format para {"type": "json_object"} para una salida estructurada. Estos parámetros siguen el esquema de OpenAI. También puedes establecer stop secuencias y seed para la reproducibilidad. Ajusta las penalizaciones para controlar la repetición. El modelo sin censura respeta estas restricciones. No fuerza un estilo específico. Tienes control total sobre la generación.

Gestión de errores y límites

Gestiona los errores comprobando los códigos de estado HTTP. 401 significa clave inválida. 402 indica crédito insuficiente. 429 señala limitación de frecuencia. El límite es de 300 solicitudes por minuto. La concurrencia está limitada a 8 solicitudes por clave. El cuerpo de la solicitud debe tener menos de 8 MB. Los errores no consumen crédito. Comprueba el cuerpo de la respuesta para obtener detalles. La lógica de reintento debe gestionar los 429. Usa un retroceso exponencial para mayor fiabilidad.

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);

Transmisión

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)