Documentation pour l'API d'Inférence Sans Censure

Authentification & URL de base

Commencez par vous authentifier avec votre clé API à l'URL de base spécifiée. Le point de terminaison fonctionne avec n'importe quel SDK compatible OpenAI en mettant à jour la configuration de l'URL de base. Vous recevez votre clé immédiatement après vous être inscrit avec Google ou un e-mail, sans numéro de téléphone requis. https://api.apiinferencellm.com/v1 est la seule URL de base dont vous avez besoin pour toutes les requêtes.

Première demande

Envoyez votre première invite au point de terminaison de chat completions en utilisant une requête HTTP POST standard. L'identifiant du modèle est simplement "uncensored" et accepte l'entrée textuelle pour une génération immédiate. Remplacez YOUR_API_KEY par les identifiants affichés sur votre tableau de bord.

Copycurl https://api.apiinferencellm.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 Python libraries for data analysis"}]
  }'

Cette requête renvoie une réponse de texte direct sans filtres de contenu pour le contenu adulte légal.

Intégration du SDK Python

Initialisez le client OpenAI avec votre URL de base et votre clé API pour interagir de manière programmatique. La bibliothèque gère la sérialisation automatiquement tout en préservant tous les paramètres personnalisés comme la température et le top_p.

Copyfrom openai import OpenAI

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

Configurez le client une fois et réutilisez-le dans toute votre application pour des performances cohérentes.

Intégration du SDK Node

Importez le package OpenAI et définissez l'URL de base pour pointer vers notre fournisseur d'inférence. Cette approche fonctionne avec les projets Node.js existants qui utilisent déjà des services compatibles OpenAI.

Copyimport OpenAI from "openai";

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

Transmettez votre clé API dans l'objet de configuration pour activer les requêtes authentifiées immédiatement.

Réponses en streaming et jetons

Activez le streaming en définissant le paramètre stream à true pour une livraison des jetons en temps réel. Chaque fragment contient du texte partiel et le dernier fragment inclut l'utilisation totale des jetons pour une facturation précise. Cette méthode réduit la latence perçue pour les sorties longues jusqu'à 16 000 jetons.

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)

Gérez les erreurs avec élégance en vérifiant le statut de la réponse avant de traiter chaque chunk.

Limites, Erreurs & Contexte

Gérez les limites de taux en respectant 300 requêtes par minute et 8 requêtes simultanées par clé. La fenêtre de contexte prend en charge 100 000 tokens pour l'invite et la complétion combinées. Les erreurs comme 401 indiquent une clé invalide, tandis que 402 signifie que vous avez besoin de plus de crédit. Les requêtes échouent instantanément si vous dépassez la limite de corps de 8 Mo.