Documentation API LLM Ollama sans restrictions

Prérequis : URL de base et authentification

Utilisez la clé API fournie et l'URL de base pour authentifier toutes les requêtes. Notre point de terminaison est HTTPS://api.uncensoredllmollama.com/v1. Vous pouvez générer une clé via le tableau de bord en utilisant Google ou l'email. L'identifiant du modèle est "uncensored". Incluez la clé dans le Authorization en-tête en tant que jeton Bearer. Cette configuration fonctionne avec n'importe quel client compatible OpenAI.

Copycurl https://api.uncensoredllmollama.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top ten linux command line utilities"}]
  }'

Effectuer votre première requête : POST /v1/chat/completions

Envoyer un POST requête à /v1/chat/completions avec votre tableau de messages. Le modèle ne refuse pas les sujets adultes légaux, fictifs ou controversés. Définissez le model field to "uncensored". Include your system prompt if you need specific behavior. The API returns standard OpenAI JSON responses.

Copyfrom openai import OpenAI

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

Gestion des réponses en streaming (SSE)

Activez le streaming en définissant stream: true. L'API retourne des Server-Sent Events (SSE) pour chaque token généré. Surveillez le dernier chunk pour les statistiques d'utilisation totale des tokens. Cette approche réduit la latence perçue pour les sorties longues. Analysez soigneusement le flux SSE pour reconstituer le texte complet.

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)

Appel de fonction et mode JSON

Prend en charge les sorties structurées via response_format: {"type": "json_object"}. Vous pouvez également définir des outils pour l'appel de fonctions. Définissez tool_choice pour contrôler l'exécution. Utilisez temperature et top_p pour ajuster l'aléatoire. Le mode JSON assure une conformité stricte à votre schéma. Cette fonctionnalité fonctionne de manière fiable pour les tâches d'extraction de données.

Limites de débit et utilisation des jetons

Chaque clé prend en charge 300 requêtes par minute et 8 requêtes simultanées. La fenêtre de contexte est de 100 000 tokens au total. Les erreurs ne consomment pas de crédit. Les requêtes dépassant les limites retournent des codes d'état 429. Assurez-vous que votre client gère les nouvelles tentatives de manière gracieuse. Surveillez l'utilisation via le tableau de bord pour éviter de manquer de crédit prépayé.

Tarification et paiements crypto

Payez 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Rechargez via USDT (TRC20) ou USDC (Base). Le minimum de recharge est de 20 $. Un crédit bonus s'applique pour les montants plus élevés. Le crédit n'expire jamais. Les remboursements ne sont pas standard mais les erreurs sont gratuites. Utilisez la page Support pour les doubles frais.

Node.js

Copyimport OpenAI from "openai";

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