무검열 AI 코딩 모델: API 문서

Base URL 및 인증

당사의 API는 OpenAI chat-completions 구조를 따르므로 최소한의 구성으로 기존 SDK를 사용할 수 있습니다. Base URL은 https://api.uncensoredcodingai.com/v1입니다. 인증은 Authorization 헤더의 Bearer 토큰으로 처리됩니다. 가입 시 제공된 대로 API 키를 정확히 포함해야 합니다. 구독이나 월 요금이 없으며 선불 크레딧 선불 결제만 있습니다.

중요: 모델은 매우 관대하지만 모든 필터를 제거하지는 않습니다. 하드 콘텐츠 제한이 항상 적용됩니다: 미성년자가 포함된 성 콘텐츠가 포함된 요청은 차단됩니다. 기타 모든 합법적인 성인, 논쟁적 또는 기술적 주제는 거부 없이 처리됩니다.

첫 번째 요청

텍스트 생성을 위해 표준 채팅 완료 요청을 보내세요. 모델 ID는 uncensored입니다. 이는 GPT나 Claude의 복제본이 아닌 코드 생성 및 기술 작업에 최적화된 무검열 코딩 LLM입니다. 이 모델은 자체 GPU 서버에서 실행되며 직접적인 응답을 위해 조정된 오픈 웨이트 모델입니다.

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."}]
  }'

YOUR_API_KEY를 실제 키로 바꾸세요. 응답에는 choices[0].message.content 필드에 생성된 텍스트가 포함됩니다. 입력이 100,000 토큰 컨텍스트 창 내에 들어맞는지 확인하세요.

Python SDK 통합

공식 openai Python 패키지를 사용하여 API와 상호작용합니다. 커스텀 Base URL과 API 키를 사용하여 클라이언트를 초기화합니다. 이 방식은 이미 OpenAI 호환 엔드포인트를 지원하는 기존 코드베이스를 활용할 수 있게 해줍니다.

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)

이 스크립트는 프롬프트를 무검열 AI 모델에 전송하고 응답을 출력합니다. 모델 ID는 uncensored로 설정됩니다. 창의성과 출력 길이를 제어하기 위해 temperature 및 max_tokens 매개변수를 조정할 수 있습니다. 이전 대화의 전체 이력을 messages 배열에 전달하지 않는 한, 무검열 LLM은 이전 대화의 기억이 없음을 기억하세요.

Node SDK 통합

JavaScript 및 TypeScript 프로젝트의 경우 openai Node 패키지를 사용하세요. baseUrl 및 apiKey 환경 변수 또는 직접 값을 사용하여 클라이언트를 구성합니다.

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);

이 예시는 uncensored 모델을 사용하여 채팅 완료 요청을 생성합니다. 응답 객체에는 생성된 텍스트가 포함됩니다. Node.js 애플리케이션 로직 내에서 오류 및 상태 코드를 직접 처리할 수 있습니다. 이 방법은 필요에 따라 코드나 텍스트를 생성해야 하는 백엔드 서비스 또는 서버리스 함수에 이상적입니다.

스트리밍 응답

요청에 stream: true를 설정하여 스트리밍을 활성화하세요. API는 생성되는 대로 출력을 표시할 수 있는 SSE 스트림을 반환합니다. 이는 큰 코드 블록이나 긴 설명에 유용합니다.

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)

스트림 청크가 도착할 때 처리하세요. 각 청크에는 UI에 추가하거나 로깅할 수 있는 부분 텍스트가 포함됩니다. 스트리밍은 사용자가 즉시 진행 상황을 보게 되어 사용자의 지각된 지연 시간을 줄입니다. 총 응답 시간은 여전히 모델의 추론 속도와 출력 길이에 따라 달라집니다.

제한, 오류 및 컨텍스트

API 키는 분당 300개의 요청으로 제한됩니다. 이를 초과하면 429 Too Many Requests 오류가 발생합니다. 요청 본문 크기는 8 MB로 제한됩니다. 키가 유효하지 않으면 인증 오류로 401 상태가 반환됩니다. 선불 크레딧이 고갈되면 청구 오류로 402 상태가 반환되며, 서비스를 복구하려면 $10 이상 충전하세요.

모델은 100k 컨텍스트 창(프롬프트 + 완성)을 지원합니다. 입력이 이 제한 내에 들어오는지 확인하세요. 더 많은 컨텍스트가 필요한 경우 애플리케이션 로직에서 잘림을 관리해야 할 수 있습니다. 코딩용 무검열 AI 모델은 신뢰성을 위해 설계되었으므로 중단 방지를 위해 사용량을 모니터링하세요.