Schnellstart: Unzensiertes LLM API nutzen

Basis-URL und Authentifizierung

Die API von unzensiertesllm.com orientiert sich an etablierten Standards, um die Integration zu vereinfachen. Alle Anfragen erfolgen an die Basis-URL https://api.unzensiertesllm.com/v1. Sie benötigen einen API-Schlüssel, den Sie nach der Registrierung auf der Seite „API-Schlüssel erhalten“ sofort erhalten. Dieser Schlüssel wird im Header Authorization: Bearer <IHR_SCHLÜSSEL> übergeben. Wenn Sie die offiziellen SDKs nutzen, können Sie die Basis-URL und den API-Schlüssel einfach in den Umgebungsvariablen OPENAI_API_KEY und OPENAI_BASE_URL konfigurieren. Das Modell, das Sie ansprechen, trägt die ID uncensored. Es handelt sich um ein eigenständiges, speziell getöntes Modell, das nicht zu den bekannten großen Anbietern wie GPT oder Claude gehört.

Erste Anfrage senden

Um die Funktionsweise zu testen, senden Sie eine einfache Chat-Anfrage. Die Schnittstelle erwartet ein JSON-Objekt mit der Rolle user und einer Nachricht. Der Antwort-Typ ist Text. Eine erfolgreiche Anfrage liefert eine Antwort im Standard-Format. Wenn der API-Schlüssel ungültig ist, erhalten Sie einen 401-Fehler. Falls Ihr Guthaben aufgebraucht ist, meldet sich die API mit 402. Für die erste Nutzung erhalten Sie 0,50 $ Testguthaben, das sieben Tage gült ist.

Kopierencurl https://api.unzensiertesllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python SDK verwenden

Die Integration in Python-Projekte ist direkt über das offizielle openai-Paket möglich. Da die API OpenAI-kompatibel ist, können Sie die vertraute Syntax nutzen. Passen Sie einfach die base_url an und setzen Sie den API-Schlüssel. Das Modell uncensored verarbeitet die Eingaben ohne die typischen Inhaltsfilter anderer Anbieter, was es ideal für kreative oder erwachsene Inhalte macht. Achten Sie darauf, die Bibliothek aktuell zu halten, um Kompatibilität zu gewährleisten.

Kopierenfrom openai import OpenAI

client = OpenAI(base_url="https://api.unzensiertesllm.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 SDK Integration

Entwickler, die mit JavaScript oder TypeScript arbeiten, können das openai-NPM-Paket nutzen. Konfigurieren Sie die Client-Instanz mit der Basis-URL unserer Infrastruktur. Dies ermöglicht eine nahtlose Anbindung an bestehende Web-Applikationen oder Backend-Dienste. Die Antwort wird als Stream oder als vollständiges Objekt zurückgegeben, je nach Konfiguration. Das Modell uncensored unterstützt auch Tool-Calls, was die Nutzung in komplexen Workflows erleichtert. Stellen Sie sicher, dass Ihre Node.js-Umgebung modern ist, um alle Funktionen optimal zu nutzen.

Kopierenimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.unzensiertesllm.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 aktivieren (SSE)

Für Echtzeitanwendungen ist das Streamen von Antworten essenziell. Setzen Sie den Parameter stream: true in Ihrer Anfrage. Die API sendet dann Server-Sent Events (SSE), die Chunks des generierten Textes enthalten. Dies verbessert die wahrgenommene Latenz für Endnutzer erheblich. Sie können den Text schrittweise rendern, während das Modell noch denkt. Dies ist besonders nützlich für Chat-Oberflächen, die sofortiges Feedback benötigen, ohne auf die vollständige Generierung warten zu müssen.

Kopierenstream = 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)

Modelle auflisten und Limits

Nutzen Sie den Endpunkt GET /v1/models, um verfügbare Modelle abzufragen. Sie sehen das Modell uncensored mit seinen Details. Achten Sie auf die Rate Limits: Pro Schlüssel sind 300 Anfragen pro Minute erlaubt. Der Request-Body darf 8 MB nicht überschreiten. Das Kontextfenster beträgt 64.000 Token (Prompt plus Antwort). Bei Überschreitung erhalten Sie Fehlercodes wie 429. Die API bietet keine Embeddings oder Bildgenerierung. Sie konzentriert sich rein auf Text-Completion. Prepaid-Guthaben verfällt nicht, und Sie können ab 10 $ nachladen.