Início rápido: proxy compatível com OpenAI sem censura

URL Base e ID do Modelo

Use nosso endpoint proxy com os SDKs oficiais da OpenAI. Aponte seu cliente para https://api.proxyopenai.com/v1 e defina o modelo para uncensored. Isso funciona porque imitamos o esquema padrão de chat-completions. Você não precisa de novas bibliotecas.

A autenticação depende de um token Bearer. Passe sua chave de API no Authorization cabeçalho. Suportamos streaming via Server-Sent Events. O uso de tokens aparece no chunk final.

• Endpoint: POST /v1/chat/completions
• Modelo: uncensored
• Autenticação: Token Bearer

Integração do SDK Python

Instale o pacote padrão da OpenAI e configure a URL base. Passe sua chave para o construtor do client. Faça uma solicitação ao endpoint de conclusões de chat. A resposta contém o texto gerado em choices[0].message.content.

Defina max_tokens para controlar o comprimento da saída. Nosso modelo permite quantos tokens couberem na janela. Erros retornam códigos de status HTTP padrão. Verifique o objeto de resposta para mais detalhes.

Copyfrom openai import OpenAI

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

Integração do SDK Node.js

Importe a biblioteca OpenAI e defina as variáveis de ambiente. Defina a URL base explicitamente. Crie uma solicitação de conclusão de chat com suas mensagens. Aguarde a resposta para obter o conteúdo.

Essa abordagem funciona com qualquer cliente compatível com OpenAI. Você pode usar o mesmo código para outros proxies. Ajuste os parâmetros temperature e top_p conforme necessário. A API retorna JSON por padrão.

Copyimport OpenAI from "openai";

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

Chamada de Função e Modo JSON

Saídas estruturadas com modo JSON. Defina response_format para {"type": "json_object"}. O modelo retorna JSON válido que é analisado diretamente. Isso garante estruturas de dados consistentes.

Use chamadas de função para integração de ferramentas. Defina ferramentas no corpo da solicitação. O modelo seleciona a função apropriada. Passe argumentos e execute a ferramenta. Os resultados alimentam de volta a conversa. Isso suporta fluxos de trabalho complexos.

Respostas em Streaming

Ative o streaming para entrega de tokens em tempo real. Defina stream para true em sua solicitação. A API retorna um stream de fragmentos. Cada fragmento contém conteúdo parcial.

Analise o fluxo Server-Sent Events. Concatene o conteúdo de texto. Monitore o último chunk. Ele inclui estatísticas de uso de tokens. Isso reduz significativamente a latência percebida.

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)

Limites de Taxa e Tokens

Respeite os limites de taxa para evitar erros. Você tem direito a 300 solicitações por minuto. Permita 8 solicitações simultâneas por chave. O corpo da solicitação deve permanecer abaixo de 8 MB.

A janela de contexto é de 100.000 tokens. Isso inclui prompt e conclusão. Erros e recusas são gratuitos. O crédito é cobrado apenas para tokens com sucesso. Monitore seu uso pelo painel.

cURL

Copycurl https://api.proxyopenai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all files in the src directory"}]
  }'