Integrazione passo dopo passo dell'API LLM uncensored.com

Prerequisiti: SDK e configurazione dell'ambiente

Installa l'SDK del linguaggio preferito per comunicare con l'endpoint. La maggior parte degli sviluppatori utilizza l'SDK ufficiale OpenAI per Python, Node.js o Go. Questo funziona perché l'API segue lo schema standard di completamento della chat OpenAI.

Assicurati che il tuo ambiente abbia Python 3.8+ o Node.js 18+. Installa il pacchetto tramite pip o npm. Avrai bisogno di una chiave API dal dashboard. Non è richiesto un numero di telefono per la registrazione.

• Python: pip install openai
• Node.js: npm install openai

Conserva la tua chiave API in una variabile d'ambiente. Questo previene l'esposizione accidentale nel controllo di versione. La chiave concede l'accesso al modello uncensored.

Configurazione dell'URL Base

Indirizza il client SDK all'URL di base corretto. Questo è il passaggio più critico per un'integrazione di successo. L'URL di base predefinito di OpenAI non funzionerà per questo servizio.

Imposta l'URL base a HTTPS://api.uncensoredaicom.com/v1. Questo indirizza le richieste all'infrastruttura LLM uncensored. L'ID del modello che devi inviare è "uncensored". È un modello open-weight ottimizzato per minimizzare i rifiuti.

Verifica la connessione chiamando l'endpoint dei modelli. Questo conferma che le tue credenziali e l'URL base sono corretti. Una risposta di successo restituisce l'ID del modello e il tipo di oggetto.

Impostazione dell'Intestazione e Autenticazione

Inserisci la tua chiave API nell'intestazione Authorization. Utilizza il metodo Bearer per tutte le richieste. Questa intestazione autentica il tuo account di credito prepagato.

Imposta l'intestazione come: Authorization: Bearer YOUR_API_KEY. L'SDK gestisce questo automaticamente se passi la chiave al costruttore del client. Assicurati che non ci siano spazi bianchi aggiuntivi. Le chiavi non valide restituiscono un errore 401 Unauthorized.

Ottieni una chiave attiva per account. Generare una nuova chiave invalida quella precedente. Questo semplifica la rotazione delle chiavi e la gestione della sicurezza. Mantieni la tua chiave sicura nel tuo ambiente di deployment.

Invio di una richiesta chat standard

Effettua una richiesta POST a /v1/chat/completions. Invia i tuoi messaggi come array di oggetti role e content. Il sistema supporta i ruoli user, assistant e system.

Struttura di esempio: {"model": "uncensored", "messages": [{"role": "user", "content": "Hello"}]}. L'API restituisce un completamento di testo. La finestra di contesto è di 100,000 token in totale. L'output massimo è di 16,000 token per richiesta.

Errori e rifiuti non consumano credito. Questo protegge il tuo saldo prepagato. Imposta temperatura e top_p per il controllo. I valori predefiniti funzionano per la maggior parte dei casi d'uso.

Abilitazione dello Streaming per Output in Tempo Reale

Imposta stream: true nel corpo della richiesta. Questo attiva Server-Sent Events (SSE). I token arrivano in modo incrementale invece di attendere il completamento completo.

Analizza il flusso SSE per visualizzare il testo in tempo reale. L'ultimo chunk contiene le statistiche sull'utilizzo dei token. Ciò consente un tracciamento accurato della fatturazione. Lo streaming riduce la latenza percepita per gli utenti finali.

Gestisci le interruzioni di rete in modo elegante. Riconnetti se lo stream si interrompe. L'API uncensored supporta lo streaming stabile. Monitora lo stato della connessione. Usa questo per interfacce chat o generazione di testi lunghi.

Utilizzando Tools e Function Calling

Definisci gli strumenti nel corpo della richiesta. Passa un elenco di schemi di funzione. Il modello può chiamare queste funzioni in base all'intento dell'utente. Questo abilita un comportamento simile a quello di un agente.

Specificare tool_choice per controllare la selezione delle funzioni. Usa auto per il rilevamento automatico. L'API supporta le definizioni standard degli strumenti. Analizza gli argomenti della chiamata di funzione dalla risposta.

Implementa l'esecuzione della funzione nel tuo codice. Invia il risultato come messaggio. Il modello continua la conversazione. Questo abilita flussi di lavoro complessi. I test garantiscono un'analisi accurata degli argomenti.

Gestione delle risposte della modalità JSON

Imposta response_format: {"type": "json_object"}. Questo forza il modello a restituire JSON valido. Usalo per l'estrazione di dati strutturati. Previene errori di risposta non valida.

Analizza la stringa JSON nel tuo codice. Gestisci eventuali errori di parsing. La modalità JSON migliora l'affidabilità per le integrazioni API. È ideale per pipeline di elaborazione dati.

Combina la modalità JSON con i system prompt. Guida il modello a produrre schemi specifici. Questo garantisce una formattazione coerente. Convalida l'output prima di utilizzarlo. Questo riduce gli errori a valle.

Monitoraggio dei limiti e degli errori

Rispetta i limiti di frequenza. Hai diritto a 300 richieste al minuto per chiave. Massimo 8 richieste concorrenti. La dimensione del corpo della richiesta è limitata a 8 MB.

Monitora i codici di stato HTTP. 429 indica limite di velocità superato. 400 indica richiesta non valida. 500 indica errore del server. Implementa un backoff esponenziale per i retry. Questo evita di sovraccaricare l'API.

Traccia l'utilizzo dei token nell'ultimo chunk dello streaming. Questo aiuta a gestire il tuo credito prepagato. Gli errori non consumano token. Questo protegge il tuo saldo. Un monitoraggio regolare garantisce un funzionamento fluido.

Calcolo dei costi e del consumo di token

I prezzi sono trasparenti e prepagati. I token di input costano $0.15 per milione. I token di output costano $0.50 per milione. Il credito non scade mai. Non si applicano canoni mensili.

Ricarica solo con crypto. USDT (TRC20) o USDC (Base). Gli importi variano da $20 a $500. Il credito bonus si applica per ricariche più grandi. +5% da $50, +10% da $100, +15% da $200.

Calcola i costi prima di un utilizzo intenso. Stima i conteggi dei token per i tuoi prompt. Questo aiuta a budgettare in modo efficace. Gli errori sono gratuiti. Non vengono emessi rimborsi, ma gli errori vengono corretti. Usa la dashboard per tracciare le spese.