Schnellstart: Integrieren Sie die Uncensored API

Installieren Sie das offizielle SDK

Installieren Sie zunächst das offizielle OpenAI Python SDK in Ihrer Umgebung. Diese Bibliothek übernimmt die HTTP-Anfragen und die JSON-Serialisierung für Sie.

• Ausführen pip install openai in Ihrem Terminal.
• Stellen Sie sicher, dass Sie eine aktuelle Version der Bibliothek verwenden.

Diese einzelne Abdeckung gibt Ihnen Zugriff auf die Standard-Client-Schnittstelle, die in der Branche weit verbreitet ist.

Basis-URL und Schlüssel konfigurieren

Richten Sie Ihren Client auf unsere Base-URL und setzen Sie Ihren API-Schlüssel zur Authentifizierung. Dies stellt sicher, dass alle Anfragen an unseren Server für das unzensierte Modell geleitet werden.

Verwenden https://api.qwenmaxapi.com/v1 als Ihre Basis-URL. Generieren Sie Ihren Schlüssel auf der API-Schlüssel erhalten Seite über Google oder E-Mail. Der Schlüssel wird sofort nach der Anmeldung angezeigt.

Senden Sie Ihre erste Chat-Vervollständigung

Senden Sie eine einfache Textanfrage an die /v1/chat/completions Endpunkt. Das Modell gibt uneingeschränkten Text basierend auf Ihrer Eingabe zurück.

Verwenden Sie die Modell-ID uncensored. Die API akzeptiert Standardparameter wie temperature und top_p. Sie können diese anpassen, um die Kreativität zu steuern.

Streaming aktivieren und Tokens verarbeiten

Aktivieren Sie Streaming, um Tokens zu empfangen, sobald sie generiert werden. Dies reduziert die wahrgenommene Latenz für lange Antworten.

Festlegen stream=True in Ihrer Anfrage. Der Server sendet Server-Sent Events (SSE). Token-Nutzungsdetails erscheinen im letzten Chunk.

Verarbeiten Sie den Stream in Ihrem Code, um die Ausgabe progressiv anzuzeigen.

Testen Sie den JSON-Modus und Funktionsaufrufe

Verwenden Sie den JSON-Modus für die Ausgabe strukturierter Daten. Legen Sie response_format zu {"type": "json_object"}. Dies stellt sicher, dass das Modell gültiges JSON zurückgibt.

Function Calling aktivieren, indem Sie ein tools Definition. Das Modell kann Tools basierend auf Ihrem Prompt-Kontext aufrufen. Verwenden tool_choice die Tool-Nutzung zu erzwingen oder zuzulassen.

Limits, Fehler und Kontextfenster

Kennen Sie Ihre Grenzen, bevor Sie Ihre Integration skalieren. Das Kontextfenster umfasst insgesamt 100.000 Tokens.

Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens. Sie erhalten 300 Anfragen pro Minute pro Schlüssel. Pro Schlüssel sind acht gleichzeitige Anfragen erlaubt.

Behandeln Sie Fehler wie 401 für ungültige Schlüssel oder 402 für unzureichendes Guthaben. Fehler sind kostenlos, sodass fehlerhafte Anfragen kein Guthaben verbrauchen.

cURL

Copycurl https://api.qwenmaxapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 arguments against cloud computing"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.qwenmaxapi.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

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.qwenmaxapi.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

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)