Documenti API Completamenti Chat Uncensored

Autenticazione & URL di Base

La chiave API autentica le tue richieste. Ricevi una chiave per account, che generi immediatamente dopo esserti iscritto tramite Google o email. Utilizza l'URL base HTTPS://api.ollamaopenaiapi.com/v1 per instradare il tuo traffico.

• Copia la tua chiave dal dashboard.
• Imposta la variabile d'ambiente o passala direttamente nella configurazione del client.
• Assicurati che il client punti al nostro URL base specifico per evitare gli endpoint standard di OpenAI.

Endpoint Chat Completions

Invia messaggi all'endpoint di completamento chat per ricevere risposte testuali. L'ID del modello è uncensored, che gira sui nostri server e non rifiuta argomenti adulti legali o controversi. Puoi trasmettere le risposte o riceverle in un unico blocco.

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"}]
  }'

Questo endpoint gestisce payload JSON standard. Gli errori vengono restituiti come codici HTTP standard. La finestra di contesto è di 100,000 token in totale. L'output massimo è di 16,000 token a meno che non venga sovrascritto.

Endpoint dell'elenco dei modelli

Interroga l'elenco dei modelli per verificare la disponibilità. La risposta conferma l'ID del modello e il tipo. È utile per risolvere i problemi di configurazione del client. Restituisce il formato standard OpenAI. Usa GET /v1/models per ispezionare. L'elenco è ridotto poiché serviamo un modello principale. Controlla questo endpoint per assicurarti che il client riconosca la struttura dell'endpoint.

Streaming & Utilizzo dei token

Abilita lo streaming impostando stream: true. Ricevi Server-Sent Events (SSE). L'utilizzo dei token appare nell'ultimo chunk. Questo riduce la latenza percepita per gli output lunghi. Puoi elaborare i token man mano che arrivano. Questo è ideale per le interfacce chat. L'API restituisce i dati di utilizzo in modo accurato. Monitora il conteggio dei token per gestire i costi. Lo streaming funziona con tutti i parametri. Supporta strumenti e modalità JSON.

Parametri: Temperatura, Top P, Strumenti

Controlla la creatività con temperature e top_p. Usa tools per il function calling. Imposta response_format a {"type": "json_object"} per output strutturato. Questi parametri seguono lo schema OpenAI. Puoi anche impostare stop sequenze e seed per la riproducibilità. Regola le penalità per controllare la ripetizione. Il modello non censurato rispetta questi vincoli. Non forza uno stile specifico. Hai il controllo completo sulla generazione.

Gestione degli errori & Limiti

Gestisci gli errori controllando i codici di stato HTTP. 401 indica chiave non valida. 402 indica credito insufficiente. 429 segnala il limitazione della frequenza. Il limite è di 300 richieste al minuto. La concorrenza è limitata a 8 richieste per chiave. Il corpo della richiesta deve essere inferiore a 8 MB. Gli errori non consumano credito. Controlla il corpo della risposta per i dettagli. La logica di retry dovrebbe gestire i 429. Usa un backoff esponenziale per l'affidabilità.

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)