Model AI Tanpa Sensor untuk Coding: Dokumentasi API

URL Dasar & Autentikasi

API kami mengikuti struktur chat-completions OpenAI, memungkinkan Anda menggunakan SDK yang ada dengan konfigurasi minimal. URL dasar adalah https://api.uncensoredcodingai.com/v1. Autentikasi ditangani melalui token Bearer di header Authorization. Anda harus menyertakan kunci API Anda persis seperti saat pendaftaran; tidak ada langganan atau biaya bulanan, hanya saldo prabayar bayar-per-pakai.

Penting: Meskipun model ini sangat permisif, model ini tidak menghapus semua filter. Batas konten keras selalu berlaku: permintaan yang berisi konten seksual yang melibatkan anak di bawah umur akan diblokir. Semua topik dewasa, kontroversial, atau teknis lainnya yang sah akan diproses tanpa penolakan.

Permintaan Pertama

Kirimkan permintaan penyelesaian chat standar untuk menghasilkan teks. ID model adalah uncensored. Ini adalah LLM coding tanpa sensor yang dioptimalkan untuk pembuatan kode dan tugas teknis, bukan tiruan GPT atau Claude. Model berjalan di server GPU kami sendiri dan merupakan model bobot terbuka yang disesuaikan untuk respons langsung.

Copycurl https://api.uncensoredcodingai.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."}]
  }'

Ganti YOUR_API_KEY dengan kunci aktual Anda. Respons akan berisi teks yang dihasilkan di bidang choices[0].message.content. Pastikan input Anda muat dalam jendela konteks 100.000 token.

Integrasi SDK Python

Gunakan paket Python openai resmi untuk berinteraksi dengan API. Inisialisasi klien dengan URL dasar kustom dan kunci API Anda. Pendekatan ini memungkinkan Anda memanfaatkan basis kode yang sudah mendukung endpoint kompatibel OpenAI.

Copyfrom openai import OpenAI

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

Skrip ini mengirim prompt ke model AI coding tanpa sensor dan mencetak respons. ID model diatur ke uncensored. Anda dapat menyesuaikan parameter temperature dan max_tokens untuk mengontrol kreativitas dan panjang output. Ingat bahwa LLM tanpa sensor tidak memiliki memori percakapan sebelumnya kecuali Anda meneruskan riwayat lengkap dalam array pesan.

Integrasi SDK Node

Untuk proyek JavaScript dan TypeScript, gunakan paket Node openai. Konfigurasikan klien dengan variabel lingkungan atau nilai langsung baseUrl dan apiKey.

Copyimport OpenAI from "openai";

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

Contoh ini membuat permintaan penyelesaian chat menggunakan model uncensored. Objek respons berisi teks yang dihasilkan. Anda dapat menangani kesalahan dan kode status secara langsung dalam logika aplikasi Node.js Anda. Metode ini ideal untuk layanan backend atau fungsi serverless yang perlu menghasilkan kode atau teks sesuai permintaan.

Respons Streaming

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan stream Server-Sent Events (SSE), memungkinkan Anda menampilkan output saat dihasilkan. Ini berguna untuk blok kode besar atau penjelasan panjang.

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)

Proses potongan stream saat tiba. Setiap potongan berisi teks parsial yang dapat Anda tambahkan ke UI atau log Anda. Streaming mengurangi latensi yang dirasakan pengguna, karena mereka melihat kemajuan segera. Waktu respons total masih bergantung pada kecepatan inferensi model dan panjang output.

Batas, Error & Konteks

Kunci API Anda dibatasi hingga 300 permintaan per menit. Jika Anda melebihi ini, Anda akan menerima error 429 Terlalu Banyak Permintaan. Ukuran tubuh permintaan dibatasi hingga 8 MB. Error autentikasi mengembalikan status 401 jika kunci tidak valid. Error penagihan mengembalikan status 402 jika saldo prabayar Anda habis; isi saldo mulai dari $10 untuk memulihkan layanan.

Model mendukung jendela konteks 100k (prompt + penyelesaian). Pastikan input Anda muat dalam batas ini. Jika Anda membutuhkan lebih banyak konteks, Anda mungkin perlu mengelola pemotongan dalam logika aplikasi Anda. Model AI coding tanpa sensor dirancang untuk keandalan, jadi pantau penggunaan Anda untuk menghindari gangguan.