Abliter API-Schnellstart

Basis-URL und Authentifizierung

Verbinden Sie sich mit der API über die angegebene Basis-URL und Ihren eindeutigen API-Schlüssel. Der Endpunkt befindet sich unter https://api.abliter.cc/v1Autorisierung Header als Bearer-Token. Dieses Setup funktioniert mit jeder Standard-OpenAI-kompatiblen Client-Bibliothek. Die Authentifizierung ist einfach: Generieren Sie Ihren Schlüssel über das Dashboard und fügen Sie ihn in Ihren Code ein. Es sind keine komplexen OAuth-Flows oder sekundären Token für den Basiszugriff erforderlich. Ihr Schlüssel gewährt sofortigen Zugriff auf die Funktionen des unzensierten Modells.

Senden Ihrer ersten Anfrage

Stellen Sie Ihren ersten Aufruf mit dem standardmäßigen Chat-Vervollständigungs-Endpunkt her. Diese Anfrage sendet einen Prompt und empfängt eine Textantwort. Sie können curl oder einen beliebigen HTTP-Client verwenden, um die Konnektivität zu testen. Die Modell-ID ist uncensored. Stelle sicher, dass du das Modell in deiner Payload korrekt angibst. Diese einfache Struktur ermöglicht es dir, zu überprüfen, ob deine Integration funktioniert, bevor du komplexe Anwendungen erstellst. Die API gibt Text direkt zurück, was die Kompatibilität mit bestehenden Workflows gewährleistet.

Copycurl https://api.abliter.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the current server status?"}]
  }'

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek, um mit unserer API zu interagieren. Legen Sie die Basis-URL und den API-Schlüssel fest, bevor Sie den Client initialisieren. Dieser Ansatz nutzt vertraute Codestrukturen und ermöglicht den Zugriff auf unser unzensiertes Modell. Sie können Nachrichten senden und Antworten empfangen, ohne viel Boilerplate-Code zu schreiben. Die Bibliothek übernimmt die Serialisierung und das Verbindungsmanagement automatisch. Diese Methode ist ideal für Backend-Dienste oder skriptbasierte Automatisierungen. Sie stellt sicher, dass Ihr Code sauber und wartbar bleibt.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.abliter.cc/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-SDK-Integration

Integrieren Sie die API in Ihre JavaScript- oder TypeScript-Projekte über das Node SDK. Konfigurieren Sie den Client mit Ihrer Base-URL und Ihren Anmeldeinformationen. Dies ermöglicht Ihnen, Anfragen nahtlos innerhalb asynchroner Funktionen zu verarbeiten. Sie können zwischen Streaming- oder synchronen Antworten je nach Bedarf wählen. Das SDK unterstützt moderne async/await-Muster für sauberen Code. Dies macht es einfach, die API in Webservern oder CLI-Tools einzubetten. Stellen Sie sicher, dass Ihre Umgebung die erforderliche Node-Version unterstützt.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.abliter.cc/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-Antworten handhaben

Streaming für Echtzeit-Token-Generierung über Server-Sent Events aktivieren. Diese Funktion ermöglicht es, Text in Echtzeit anzuzeigen, während er generiert wird, und verbessert so die Nutzererfahrung. Die API sendet Datenchunks, bis die Antwort vollständig ist. Token-Nutzungsdaten können im letzten Chunk abgerufen werden. Streaming ist entscheidend für Chat-Schnittstellen und Live-Anwendungen. Es reduziert die wahrgenommene Latenz und hält die Nutzer bei der Stange. Konfigurieren Sie Ihren Client, um inkrementelle Datenströme korrekt zu verarbeiten.

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)

Limits, Fehler und Kontextfenster

Unsere API setzt spezifische Grenzen zur Sicherstellung der Stabilität. Sie erhalten 300 Anfragen pro Minute und 8 gleichzeitige Anfragen pro Schlüssel. Das Kontextfenster unterstützt insgesamt 100.000 Tokens, mit einer maximalen Ausgabe von 16.000 Tokens. Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 unzureichendes Guthaben bedeutet. Ein 429-Status signalisiert, dass Sie das Rate-Limit erreicht haben. Anfragen, die die 8-MB-Grenze für den Anfragetext überschreiten, schlagen ebenfalls fehl. Guthaben verfällt nicht, sodass Sie in Ihrem eigenen Tempo nachladen können. Diese Einschränkungen helfen, die hohe Verfügbarkeit für alle Benutzer aufrechtzuerhalten.