API Dokumentation

Hurtigstart: Din første API-anmodning

Start med at generere din nøgle på dashboardet. Base-URLen til alle anmodninger er HTTPS://api.filterno.cc/v1. Indsend din nøgle i Authorization-headeren som en bearer-token. Denne opsætning fungerer med enhver standard OpenAI-kompatibel klient.

Test forbindelsen straks med en simpel completion-anmodning. Endpointet accepterer standard chat-formater og returnerer rå tekst uden indholdsfiltre.

Erstat YOUR_API_KEY med den streng, der er udstedt til din konto. Anmodningskroppen definerer modellen og meddelelsesindholdet. Du modtager et svar, der indeholder den genererede tekst.

Endpoint: POST /v1/chat/completions

Send dine prompts til POST /v1/chat/completions. Dette er det eneste chat-endepunkt, vi understøtter. Du angiver en systeminstruktion og brugermeldinger i et array-format.

Model-identifikatoren er "uncensored". Den behandler tekstinput og returnerer tekstoutput. Forvent ikke billed- eller lydgenerering her.

Indstil temperaturen for at kontrollere tilfældighed. Højere værdier producerer mere kreative output. Lavere værdier giver deterministiske resultater. API'et følger strengt OpenAI-skemaet for denne endpoint.

Endpoint: GET /v1/models

Bekræft tilgængelige modeller med en GET-anmodning til /v1/models. Dette endpoint returnerer en liste over understøttede model-ID'er. Du bør se "uncensored" i svaret.

Dette endpoint bekræfter, at din API-nøgle er gyldig. Det viser også modeldetaljer. Brug det til at fejlsøge forbindelsesproblemer.

Svaret inkluderer model-ID'et og objekttypen. Det angiver ikke priser eller begrænsninger. Tjek dokumentationen for token-satser.

Parametre: Temperatur, Top-P og Værktøjer

Styr diversiteten i genereringen med temperature og top_p. Temperature justerer sandsynlighedsfordelingen. Top_p filtrerer tokens med lav sandsynlighed. Sammen balancerer de kreativitet og fokus.

Brug funktionssamtale til strukturerede interaktioner. Definer værktøjer i anmodningskroppen. Modellen kan kalde disse funktioner. Send tool_choice for at håndhæve specifik adfærd.

Indstil stopsekvenser til at afslutte genereringen tidligt. Brug seed for reproducerbare resultater. Presence- og frequency-penalties reducerer gentagelse. Disse parametre følger standard OpenAI-konventioner.

Streaming-svar (SSE) & tokenforbrug

Aktiver streaming ved at indstille stream til true. API'et returnerer Server-Sent Events (SSE). Hver chunk indeholder delvige tokendata.

Tokenforbrug vises i den sidste chunk. Læs den for at spore omkostninger. Streaming reducerer den opfattede latens for lange svar. Det er ideelt til realtidsapplikationer.

Parser SSE-datastrukturen forsigtigt. Håndter netværksafbrydelser elegant. API'en sikrer dataintegritet gennem chunk-grænser.

Begrænsninger, fejl og token-aritmetik

Du får 300 anmodninger i minuttet pr. nøgle. Concurrency er begrænset til 8 samtidige anmodninger. Den maksimale størrelse for request body er 8 MB.

Kontekstvinduet er på 100.000 tokens. Dette omfatter prompt og completion. Maks output er 16.000 tokens. Indstil max_tokens for at begrænse forbrug.

Håndter fejl ved at tjekke statuskoder. 401 betyder ugyldig nøgle. 402 indikerer ingen kredit. 429 signalerer hastighedsbegrænsning. Prøv igen med eksponentiel backoff for 429.

cURL

Copycurl https://api.filterno.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five risks in a standard React application."}]
  }'

Python

Copyfrom openai import OpenAI

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