Démarrage rapide : IA sans censure pour API de codage

Prérequis et URL de base

Obtenez votre clé API depuis le tableau de bord. Utilisez cette URL de base pour toutes les requêtes : https://api.uncensoredaiforcoding.com/v1. Il fonctionne avec n'importe quel SDK OpenAI.

Installez le SDK officiel

Installez le package dans votre environnement. Cela garantit la compatibilité avec le standard uncensored coding AI.

Copyfrom openai import OpenAI

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

Effectuez votre première requête

Envoyez une simple complétion pour tester la connexion. L'ID du modèle est uncensored.

Copycurl https://api.uncensoredaiforcoding.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "get current unix timestamp in python"}]
  }'

Activez le streaming pour une sortie en temps réel

Diffusez les réponses pour gérer efficacement les longs blocs de code. Utilisez le stream flag.

Copyimport OpenAI from "openai";

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

Gérez les erreurs et les limites d'utilisation

Attendez des erreurs 429 si vous atteignez 300 requêtes par minute. La fenêtre de contexte est de 100 000 jetons. La sortie maximale est de 16 000 jetons.

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)

Utilisez le mode JSON pour les données structurées

Forcez des sorties structurées pour les analyseurs de code. Définissez response_format à {"type": "json_object"}.