AR ▾
Base URL https://api.uncensoredaiapis.com/v1النموذج uncensored
احصل على مفتاح API
Uncensored AIأمثلة أكواد

أمثلة أكواد API لـ Uncensored AI بلغة Python و Node.js و cURL

تجمع هذه الصفحة أكواد جاهزة للنسخ واللصق لواجهة برمجة تطبيقات الذكاء الاصطناعي بدون رقابة، والتي تتوافق مع تنسيق إكمال المحادثات الخاص بـ OpenAI. ستجد هنا أول الطلبات بلغة Python و Node.js و cURL، والبث المتدفق باستخدام الحزمة الرسمية (SDK) و fetch الخام، واستدعاء الدوال، ومنطق إعادة المحاولة لأخطاء 429 و 503، وإدارة الحالة متعددة الأدوار، والتحكم في التكلفة باستخدام max_tokens.

أمثلة أكواد API لـ Uncensored AI بلغة Python و Node.js و cURL

تم التحديث

نقاط رئيسية

  • استخدم الحزمة الرسمية openai SDK مع تعيين base_url إلى https://api.uncensoredaiapis.com/v1 والنموذج "uncensored"؛ لا حاجة إلى عميل مخصص.
  • يعيد البث المتدفق قطع SSE، وتصل قطعة الاستخدام النهائية تلقائياً مع قائمة choices فارغة.
  • أعد المحاولة فقط لأخطاء 429 و 503 (upstream_busy)؛ أخطاء 400، 401، 402 و 403 تحتاج إلى إصلاح، وليس إعادة محاولة.
  • واجهة برمجة التطبيقات عديمة الحالة: أعد إرسال سجل المحادثات في كل دور، وحدد المخرجات باستخدام max_tokens (اختياري؛ إذا لم يتم تعيينه، يمكن أن يمتد الرد إلى نهاية نافذة السياق).

المكالمة الأولى: Python وNode.js وcURL

تستخدم الأمثلة https://api.uncensoredaiapis.com/v1، النموذج uncensored، وPOST /v1/chat/completions أو GET /v1/models. أرسل مفتاحك الحالي في رأس Authorization: Bearer <key>. إذا لزم الأمر، أنشئ حسابًا، واطلب رصيدًا تجريبيًا مؤهلًا وتحقق من أن الرصيد المعروض جاهز قبل إرسال الطلبات.

تقرأ الأمثلة المفتاح من متغير بيئة اسمه API_KEY. قم بتصديره مرة واحدة في سطر الأوامر (shell) ولن تحتاج إلى تعديل أي من الأجزاء البرمجية. لا تلصق المفتاح في كود المصدر أو ترسله في جافاسكريبت المتصفح؛ استدعِ الواجهة من الخلفية (backend) الخاصة بك.

export API_KEY="paste-your-key-here"

Python، باستخدام الحزمة الرسمية openai (الإصدار 1 أو أحدث). الفروقات الوحيدة عن إعداد OpenAI القياسي هي base_url واسم النموذج.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a two-line villain monologue."}],
    max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage)

Node.js، باستخدام حزمة npm openai (الإصدار 4 أو أحدث) كوحدة ES.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.uncensoredaiapis.com/v1",
  apiKey: process.env.API_KEY,
});

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Write a two-line villain monologue." }],
  max_tokens: 200,
});
console.log(resp.choices[0].message.content);
console.log(resp.usage);

و cURL الخام، وهو أسرع طريقة للتحقق من أن المفتاح يعمل:

curl https://api.uncensoredaiapis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a two-line villain monologue."}],
    "max_tokens": 200
  }'

يحتوي الرد على الشكل المعتاد لـ OpenAI: choices[0].message.content للنص، وكائن usage يحتوي على عدد رموز الموجّه والإكمال، والتي يمكنك ضربها بأسعار الرمز لكل رمز لتتبع الإنفاق. انظر إلى التوثيق للحصول على القائمة الكاملة للمعاملات.

البث المتدفق (SSE) مع الواجهة البرمجية (SDK)

اضبط stream: true لتعيد الواجهة أحداثًا مرسلة من الخادم (SSE) بدلاً من جسم JSON واحد. تحوّل كل من الواجهات البرمجية الرسمية هذا إلى مكرر (iterator)، بحيث يتكرر الكود عبر القطع ويطبع كل delta. تُضاف قطعة نهائية تحمل بيانات usage تلقائيًا؛ لا تحتاج إلى طلبها. تحتوي هذه القطعة على قائمة choices فارغة، لذا احذر من الوصول إلى الفهرس قبل قراءتها.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
)

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Describe a rainy harbor town in 120 words."}],
    max_tokens=300,
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n\nusage:", chunk.usage)

تستخدم نسخة Node.js for await:

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.uncensoredaiapis.com/v1",
  apiKey: process.env.API_KEY,
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Describe a rainy harbor town in 120 words." }],
  max_tokens: 300,
  stream: true,
});

for await (const chunk of stream) {
  const text = chunk.choices?.[0]?.delta?.content;
  if (text) process.stdout.write(text);
  if (chunk.usage) console.log("\n\nusage:", chunk.usage);
}

لا يغير البث المتدفق التسعير. تدفع مقابل نفس رموز الإدخال والإخراج؛ أنت فقط ترى الكلمات الأولى أسرع، وهو ما يهم في واجهات الدردشة وأدوار التمثيل حيث يبدو الانتظار لرد كامل مكون من 500 رمز بطيئًا.

البث المتدفق باستخدام fetch الخام

إذا كنت تفضل عدم الاعتماد على الواجهة البرمجية (SDK)، مثلًا في وظيفة حافة (edge function) أو نص برمجي صغير، يمكنك قراءة التدفق بنفسك. تنسيق السلك هو SSE عادي: كل حدث هو سطر يبدأ بـ data: متبوعًا بقطعة JSON، والفصل بين الأحداث يتم بأسطر فارغة. لا تتطابق قطع الشبكة مع حدود الأحداث، لذا يجب عليك تخزين البيانات وتقسيمها على الأسطر الجديدة. المثال أدناه يعمل على Node 18 أو أحدث (احفظه باسم stream.mjs) ويعمل أيضًا في أي بيئة تشغيل تدعم الواجهة القياسية fetch وReadableStream.

const res = await fetch("https://api.uncensoredaiapis.com/v1/chat/completions", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "uncensored",
    messages: [{ role: "user", content: "Tell a 100-word ghost story." }],
    max_tokens: 250,
    stream: true,
  }),
});

if (!res.ok) {
  throw new Error(`HTTP ${res.status}: ${await res.text()}`);
}

const decoder = new TextDecoder();
let buffer = "";

for await (const bytes of res.body) {
  buffer += decoder.decode(bytes, { stream: true });
  const lines = buffer.split("\n");
  buffer = lines.pop(); // keep the incomplete tail for the next round

  for (const line of lines) {
    if (!line.startsWith("data:")) continue;
    const data = line.slice(5).trim();
    if (data === "[DONE]") continue;
    const chunk = JSON.parse(data);
    const text = chunk.choices?.[0]?.delta?.content;
    if (text) process.stdout.write(text);
    if (chunk.usage) console.log("\n\nusage:", chunk.usage);
  }
}

تحقق من res.ok قبل أن تبدأ القراءة. تصل الأخطاء مثل 401 أو 402 أو 403 كجسم JSON عادي يحتوي على كائن error، وليس كتيار أحداث، لذا فإن تحليلها كـ SSE سيؤدي بصمت إلى عدم إنتاج أي شيء. في المتصفح يمكنك استخدام نفس المنطق مع res.body.getReader()، لكن تذكر أن المتصفح يجب أن يستدعي الخلفية الخاصة بك، وليس هذه الواجهة مباشرةً بالمفتاح السري.

استدعاء الدوال مع الأدوات و tool_choice

استدعاء الدوال يستخدم تنسيق OpenAI. تصف الدوال في tools، ويجيب النموذج بـ tool_calls بدلاً من النص عندما يريد تشغيل دالة واحدة، تقوم بتنفيذ الدالة بنفسك، وترسل النتيجة كرسالة بـ role: "tool" ومعرف tool_call_id المطابق. ثم يعيد الطلب الثاني الإجابة النهائية باللغة الطبيعية. يتحكم tool_choice في السلوك: "auto" يسمح للنموذج باتخاذ القرار، "none" يمنع الأدوات، والكائن مثل {"type": "function", "function": {"name": "get_order_status"}} يجبر استخدام تلك الدالة.

import json
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
)

def get_order_status(order_id: str) -> dict:
    # Replace with a real lookup.
    return {"order_id": order_id, "status": "shipped", "eta_days": 2}

tools = [{
    "type": "function",
    "function": {
        "name": "get_order_status",
        "description": "Look up the shipping status of an order by its id.",
        "parameters": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    },
}]

messages = [{"role": "user", "content": "Where is order A-1042?"}]

first = client.chat.completions.create(
    model="uncensored",
    messages=messages,
    tools=tools,
    tool_choice="auto",
    max_tokens=500,
)
msg = first.choices[0].message

if msg.tool_calls:
    messages.append(msg)  # keep the assistant turn that contains tool_calls
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)
        result = get_order_status(**args)
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": json.dumps(result),
        })
    final = client.chat.completions.create(
        model="uncensored",
        messages=messages,
        tools=tools,
        max_tokens=500,
    )
    print(final.choices[0].message.content)
else:
    print(msg.content)

نفس الحلقة في Node.js:

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.uncensoredaiapis.com/v1",
  apiKey: process.env.API_KEY,
});

const getOrderStatus = ({ order_id }) => ({ order_id, status: "shipped", eta_days: 2 });

const tools = [{
  type: "function",
  function: {
    name: "get_order_status",
    description: "Look up the shipping status of an order by its id.",
    parameters: {
      type: "object",
      properties: { order_id: { type: "string" } },
      required: ["order_id"],
    },
  },
}];

const messages = [{ role: "user", content: "Where is order A-1042?" }];

const first = await client.chat.completions.create({
  model: "uncensored", messages, tools, tool_choice: "auto", max_tokens: 500,
});
const msg = first.choices[0].message;

if (msg.tool_calls?.length) {
  messages.push(msg);
  for (const call of msg.tool_calls) {
    const result = getOrderStatus(JSON.parse(call.function.arguments));
    messages.push({ role: "tool", tool_call_id: call.id, content: JSON.stringify(result) });
  }
  const final = await client.chat.completions.create({
    model: "uncensored", messages, tools, max_tokens: 500,
  });
  console.log(final.choices[0].message.content);
} else {
  console.log(msg.content);
}

ملاحظتان عمليتان. أولاً، arguments هو سلسلة JSON ينتجها نموذج لغوي، لذا قم دائمًا بتغليف json.loads بمعالجة الأخطاء في بيئة الإنتاج وتحقق من الحقول قبل لمس قاعدة البيانات. ثانيًا، تعريفات الأدوات تُحسب كرموز إدخال في كل طلب، لذا اجعل الوصف قصيرًا وأرسل فقط الأدوات ذات الصلة بالخطوة الحالية.

إعادة المحاولة مع زيادة التأخير عند أخطاء 429 و503

خطأان يستحقان إعادة المحاولة. يعني 429 أنك تجاوزت حد 300 طلب في الدقيقة لمفتاحك. يعني 503 مع الكود upstream_busy أن الخدمة مشبعة مؤقتًا؛ الانتظار بضع ثوانٍ هو الاستجابة المقصودة. لا تعيد المحاولة مع 400 (أصلح الطلب)، 401 (أصلح المفتاح)، 402 no_credit (قم بشحن الرصيد)، أو 403 content_blocked (سيتم حظر الطلب مرة أخرى). تشارك الأخطاء شكل JSON واحد، وهو {"error":{"code":...,"message":...}}، لذا يمكنك تسجيل الكود مباشرة.

تعيد الواجهات البرمجية (SDKs) الخاصة بـ OpenAI محاولة أخطاء الاتصال و429 و5xx بضع مرات افتراضيًا، ويمكنك رفع ذلك باستخدام max_retries. إذا كنت تريد التحكم في فترات الانتظار، عطّل إعادة المحاولة المدمجة ولف الاستدعاء بنفسك، باستخدام زيادة التأخير الأسي مع إضافة العشوائية (jitter) حتى لا يعيد العمال المتزامنون المحاولة في تزامن تام.

import os
import random
import time
from openai import OpenAI, APIStatusError, APIConnectionError

client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
    max_retries=0,  # we handle retries ourselves
)

RETRYABLE = {429, 503}

def chat_with_retry(messages, max_attempts=5, **kwargs):
    for attempt in range(max_attempts):
        try:
            return client.chat.completions.create(
                model="uncensored", messages=messages, **kwargs
            )
        except APIStatusError as e:
            if e.status_code not in RETRYABLE or attempt == max_attempts - 1:
                raise
        except APIConnectionError:
            if attempt == max_attempts - 1:
                raise
        delay = min(30, 2 ** attempt) + random.uniform(0, 1)
        time.sleep(delay)

resp = chat_with_retry(
    [{"role": "user", "content": "Give me three names for a tavern."}],
    max_tokens=100,
)
print(resp.choices[0].message.content)

المكافئ باستخدام fetch الخام في Node.js:

const sleep = (ms) => new Promise((r) => setTimeout(r, ms));

async function chatWithRetry(body, maxAttempts = 5) {
  for (let attempt = 0; attempt < maxAttempts; attempt++) {
    const res = await fetch("https://api.uncensoredaiapis.com/v1/chat/completions", {
      method: "POST",
      headers: {
        "Authorization": `Bearer ${process.env.API_KEY}`,
        "Content-Type": "application/json",
      },
      body: JSON.stringify({ model: "uncensored", ...body }),
    });

    if (res.ok) return res.json();

    const retryable = res.status === 429 || res.status === 503;
    if (!retryable || attempt === maxAttempts - 1) {
      throw new Error(`HTTP ${res.status}: ${await res.text()}`);
    }
    const delay = Math.min(30000, 2 ** attempt * 1000) + Math.random() * 1000;
    await sleep(delay);
  }
}

const data = await chatWithRetry({
  messages: [{ role: "user", content: "Give me three names for a tavern." }],
  max_tokens: 100,
});
console.log(data.choices[0].message.content);

إذا واجهت خطأ 429 بانتظام، فإن الحل الأفضل هو عادةً وضع حد أقصى للتزامن من جانب العميل (مؤشر أو طابور بخمسة إلى عشرة عمال) بدلاً من فترات النوم الأطول. عند 300 طلب في الدقيقة يمكنك الحفاظ على خمسة طلبات في الثانية، وهو ما يكفي لمعظم التطبيقات.

حالة المحادثات متعددة الأدوار

واجهة الـ API عديمة الحالة. لا تتذكر الطلبات السابقة، لذا يجب أن يتضمن كل استدعاء سجل المحادثة الذي تريد أن يراه النموذج. احتفظ بقائمة بالرسائل، أضف دور المستخدم، استدعِ واجهة الـ API، أضف رد المساعد، وكرر العملية. تحمل رسالة النظام عند الفهرس 0 الشخصية أو التعليمات وتُرسل في كل مرة.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
)

messages = [
    {"role": "system", "content": "You are a dry-witted ship's AI. Keep replies under 80 words."}
]

def say(text: str) -> str:
    messages.append({"role": "user", "content": text})
    resp = client.chat.completions.create(
        model="uncensored", messages=messages, max_tokens=300
    )
    reply = resp.choices[0].message.content
    messages.append({"role": "assistant", "content": reply})
    return reply

print(say("We just lost the main engine. Options?"))
print(say("Which of those is the least risky?"))

نظرًا لأن السجل الكامل يُعاد إرساله، فإن تكلفة الإدخال تزداد مع كل دور. نافذة السياق هي 100,000 رمز (token) وتغطي الموجّه والإكمال معًا، لذا فإن جلسة طويلة جدًا ستنتهي ردودها عند نهاية النافذة إذا تجاوز prompt + max_tokens الحدّ المسموح، ولا يعيد الخطأ 400 إلا إذا تجاوز الموجّه نفسه النافذة. تشمل الاستراتيجيات الشائعة حذف أزواج المستخدم والمساعد الأقدم مع الحفاظ دائمًا على رسالة النظام، أو طلب من النموذج تلخيص الأدوار الأقدم في رسالة قصيرة واحدة واستبدالها. احفظ السجل في قاعدة بياناتك الخاصة باستخدام معرف المحادثة كمفتاح حتى لا تضيع خيط المحادثة عند إعادة التشغيل. لمزيد من الأمثلة حول الجلسات الطويلة مع تقديرات التكلفة الواقعية، انظر صفحة use cases.

التحكم في التكلفة باستخدام max_tokens

التسعير هو $0.15 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج، ويُخصم من رصيد مسبق الدفع. الإخراج أغلى بنحو 3.3 مرات من الإدخال، وmax_tokens هو حد اختياري للإخراج في طلب واحد. إذا لم تضبطه، فقد يمتد الرد إلى نهاية نافذة السياق. ضبطه عمدًا هو أبسط طريقة للتحكم في التكلفة.

تساعدك الحسابات في أسوأ الحالات. إذا لم تقم بتحديد حد للإخراج، يمكن أن يمتد الرد إلى نهاية نافذة السياق، وبالتالي قد يكلف الإخراج وحده ما يصل إلى 100,000 × $0.50 / 1,000,000 = $0.05. إذا قمت بضبط max_tokens على 300 لرد الدردشة، تنخفض أسوأ حالة إلى $0.00015. يكلف الدور النموذجي الذي يحتوي على 1,500 رمز إدخال و300 رمز إخراج حوالي $0.000225 بالإضافة إلى $0.00015، وهو أقل من $0.001.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
)

INPUT_PER_M = 0.25
OUTPUT_PER_M = 1.00

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise the plot of Hamlet in 5 sentences."}],
    max_tokens=250,
)

u = resp.usage
cost = u.prompt_tokens * INPUT_PER_M / 1_000_000 + u.completion_tokens * OUTPUT_PER_M / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} cost=${cost:.6f}")
print("finish_reason:", resp.choices[0].finish_reason)

راقب finish_reason. تعني القيمة length أن الرد وصل إلى الحد الأقصى وقُطع؛ إذا حدث ذلك غالبًا، فقم برفع الحد أو اطلب إخراجًا أقصر في الموجّه، لأن الحد وحده يؤدي إلى القطع ولا يجعل النموذج موجزًا. اربط الحد مع تعليمات مثل عدد الكلمات المستهدف، وسجّل usage لكل استدعاء حتى تتمكن من رؤية المتوسطات الحقيقية بدلاً من التخمين. رصيدك التجريبي المجاني وتفاصيل الرصيد متاحان في صفحة pricing page.

أسئلة وأجوبة

هل أحتاج إلى SDK خاص لواجهة الـ AI بدون رقابة هذه؟

لا. تعمل حزمة Python الرسمية (v1+) وحزمة npm الخاصة بـ openai (v4+) مع واجهة الـ API. اضبط base_url على https://api.uncensoredaiapis.com/v1,، مرر مفتاحك، واستخدم معرف النموذج uncensored.

هل يشمل البث المتدفق استخدام الرموز؟

نعم. مع stream: true تضيف واجهة الـ API قطعة نهائية تحمل بيانات الاستخدام تلقائيًا. تحتوي هذه القطعة على مصفوفة choices فارغة، لذا تحقق من وجود choices قبل قراءة delta.

أي الأخطاء يجب أن يعيد كودي المحاولة؟

أعد محاولة 429 (حدّ المعدل، 300 طلب في الدقيقة لكل مفتاح) و503 upstream_busy مع زيادة أسية وزوبعة عشوائية. لا تعد محاولة 400، 401، 402 أو 403 لأن الطلب نفسه سيفشل مرة أخرى.

هل يتم تخزين سجل المحادثة لي بين الطلبات؟

لا. كل طلب مستقل، لذا ترسل قائمة الرسائل الكاملة في كل مرة. نافذة السياق هي 100,000 رمز (token) للموجّه والإكمال معًا.

مفتاحك على بُعد نموذج واحد

أنشئ حساباً، وانسخ المفتاح، ثم غيّر URL الأساسي. هذه هي الإعدادات الكاملة.