Contoh kode API Uncensored AI dalam Python, Node.js dan cURL
Halaman ini mengumpulkan kode siap pakai untuk API AI tanpa sensor, yang menggunakan format penyelesaian chat OpenAI. Anda akan menemukan panggilan pertama dalam Python, Node.js dan cURL, streaming dengan SDK dan dengan fetch mentah, pemanggilan fungsi, logika retry untuk 429 dan 503, status multi-turn, dan pengendalian biaya dengan max_tokens.

Poin utama
- Gunakan SDK openai resmi dengan base_url diatur ke https://api.uncensoredaiapis.com/v1 dan model "uncensored"; tidak perlu klien kustom.
- Streaming mengembalikan chunk SSE, dan chunk usage akhir tiba secara otomatis dengan daftar choices kosong.
- Retry hanya 429 dan 503 (upstream_busy); 400, 401, 402 dan 403 memerlukan perbaikan, bukan retry.
- API bersifat stateless: kirim ulang riwayat setiap giliran, dan batasi output dengan max_tokens (opsional; jika tidak diatur, respons dapat berjalan hingga akhir context window).
Panggilan pertama: Python, Node.js dan cURL
Contoh menggunakan https://api.uncensoredaiapis.com/v1, model uncensored, dan POST /v1/chat/completions atau GET /v1/models. Kirim kunci Anda saat ini di header Authorization: Bearer <key>. Jika diperlukan, buat akun, minta kredit uji coba yang memenuhi syarat, dan periksa apakah saldo yang ditampilkan sudah siap sebelum menjalankan permintaan.
Contoh membaca kunci dari variabel lingkungan bernama API_KEY. Ekspor sekali di shell Anda dan tidak ada cuplikan kode yang perlu diedit. Jangan pernah menempelkan kunci ke kode sumber atau mengirimkannya di JavaScript browser; panggil API dari backend Anda.
export API_KEY="paste-your-key-here"Python, menggunakan paket openai resmi (v1 atau lebih baru). Satu-satunya perbedaan dari pengaturan OpenAI standar adalah base_url dan nama model.
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, menggunakan paket npm openai (v4 atau lebih baru) sebagai modul 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);Dan cURL biasa, yang merupakan cara tercepat untuk memeriksa apakah kunci berfungsi:
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
}'Respons memiliki bentuk OpenAI biasa: choices[0].message.content untuk teks dan objek usage dengan jumlah token prompt dan completion, yang dapat Anda kalikan dengan harga per token untuk melacak pengeluaran. Lihat dokumentasi untuk daftar parameter lengkap.
Streaming (SSE) dengan SDK
Atur stream: true dan API mengembalikan server-sent events alih-alih satu body JSON. Kedua SDK resmi mengubahnya menjadi iterator, sehingga kode Anda melakukan loop melalui chunk dan mencetak setiap delta. Chunk terakhir yang membawa usage token ditambahkan secara otomatis; Anda tidak perlu memintanya. Chunk itu memiliki daftar choices kosong, jadi lindungi indeks sebelum membacanya.
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)Versi Node.js menggunakan 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);
}Streaming tidak mengubah harga. Anda membayar untuk token input dan output yang sama; Anda hanya melihat kata-kata pertama lebih cepat, yang penting untuk antarmuka chat dan roleplay di mana menunggu balasan 500 token penuh terasa lambat.
Streaming dengan fetch mentah
Jika Anda lebih memilih untuk tidak bergantung pada SDK, misalnya dalam fungsi edge atau skrip kecil, Anda dapat membaca stream sendiri. Format kawatnya adalah SSE biasa: setiap peristiwa adalah baris yang dimulai dengan data: diikuti oleh chunk JSON, dan peristiwa dipisahkan oleh baris kosong. Chunk jaringan tidak sejajar dengan batas peristiwa, jadi Anda harus melakukan buffering dan memisahkan berdasarkan baris baru. Contoh di bawah ini berjalan di Node 18 atau lebih baru (simpan sebagai stream.mjs) dan juga berfungsi di runtime apa pun dengan fetch dan ReadableStream standar.
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);
}
}Periksa res.ok sebelum mulai membaca. Kesalahan seperti 401, 402 atau 403 tiba sebagai body JSON normal dengan objek error, bukan sebagai stream peristiwa, sehingga memparse-nya sebagai SSE akan menghasilkan apa-apa secara diam-diam. Di browser Anda dapat menggunakan logika yang sama dengan res.body.getReader(), tetapi ingat bahwa browser harus memanggil backend Anda sendiri, bukan API ini langsung dengan kunci rahasia.
Pemanggilan fungsi dengan alat dan tool_choice
Pemanggilan alat menggunakan format OpenAI. Anda mendeskripsikan fungsi dalam tools, model menjawab dengan tool_calls alih-alih teks ketika ingin menjalankan satu, Anda menjalankan fungsi sendiri, dan Anda mengirimkan hasilnya kembali sebagai pesan dengan role: "tool" dan tool_call_id yang sesuai. Permintaan kedua kemudian mengembalikan jawaban bahasa alami akhir. tool_choice mengontrol perilaku: "auto" membiarkan model memutuskan, "none" melarang alat, dan objek seperti {"type": "function", "function": {"name": "get_order_status"}} memaksa fungsi tersebut.
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)Loop yang sama di 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);
}Dua catatan praktis. Pertama, arguments adalah string JSON yang dihasilkan oleh model bahasa, jadi selalu bungkus json.loads dalam penanganan kesalahan di produksi dan validasi bidang sebelum menyentuh database. Kedua, definisi alat dihitung sebagai token input pada setiap permintaan, jadi pertahankan deskripsi singkat dan kirim hanya alat yang relevan dengan langkah saat ini.
Retry dengan backoff pada 429 dan 503
Dua kesalahan layak untuk di-retry. 429 berarti Anda melebihi batas 300 permintaan per menit untuk kunci Anda. 503 dengan kode upstream_busy berarti layanan jenuh sementara; menunggu beberapa detik adalah respons yang dimaksud. Jangan retry 400 (perbaiki permintaan), 401 (perbaiki kunci), 402 no_credit (isi saldo), atau 403 content_blocked (permintaan akan diblokir lagi). Kesalahan berbagi bentuk JSON satu, {"error":{"code":...,"message":...}}, sehingga Anda dapat mencatat kode secara langsung.
SDK OpenAI sudah melakukan retry kesalahan koneksi, 429 dan 5xx beberapa kali secara default, dan Anda dapat meningkatkannya dengan max_retries. Jika Anda ingin kontrol atas penundaan, nonaktifkan retry bawaan dan bungkus panggilan sendiri, menggunakan backoff eksponensial dengan jitter agar pekerja paralel tidak melakukan retry secara bersamaan.
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)Versi setara dengan fetch mentah di 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);Jika Anda sering mencapai 429, perbaikan yang lebih baik biasanya adalah batas konkurensi sisi klien kecil (semafor atau antrian dengan lima hingga sepuluh pekerja) daripada tidur lebih lama. Pada 300 permintaan per menit Anda dapat mempertahankan lima permintaan per detik, yang cukup untuk sebagian besar aplikasi.
Status percakapan multi-turn
API bersifat stateless. API tidak mengingat permintaan sebelumnya, sehingga setiap panggilan harus mencakup riwayat yang ingin Anda lihat model. Simpan daftar pesan, tambahkan giliran pengguna, panggil API, tambahkan balasan asisten, dan ulangi. Pesan sistem di indeks 0 memegang persona atau instruksi dan dikirim setiap kali.
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?"))Karena seluruh riwayat dikirim ulang, biaya input meningkat seiring setiap giliran. Jendela konteks adalah 100.000 token dan mencakup prompt serta completion bersama-sama, sehingga sesi yang sangat panjang akan akhirnya mengembalikan error 400 ketika prompt melebihi batas, sedangkan jika prompt + max_tokens melebihi batas, balasan hanya berhenti di akhir jendela. Strategi umum adalah menghapus pasangan pengguna dan asisten tertua sambil selalu mempertahankan pesan sistem, atau meminta model untuk meringkas giliran lama menjadi satu pesan pendek dan menggantinya. Simpan riwayat di basis data Anda sendiri yang dikunci berdasarkan id percakapan agar restart tidak kehilangan alur. Untuk contoh sesi panjang dengan estimasi biaya realistis, lihat halaman use cases.
Mengendalikan biaya dengan max_tokens
Harga adalah $0,15 per juta token input dan $0,50 per juta token output, ditagih dari saldo prabayar. Output sekitar 3,3 kali lebih mahal daripada input, dan max_tokens adalah batas opsional pada output untuk satu permintaan. Jika Anda tidak mengaturnya, respons dapat berjalan hingga akhir jendela. Mengaturnya secara sengaja adalah pengendalian biaya paling sederhana yang Anda miliki.
Perhitungan kasus terburuk membantu. Jika Anda tidak membatasi output, respons dapat berjalan hingga akhir jendela konteks, sehingga output saja bisa memakan biaya hingga 100,000 × $0,50 / 1.000.000 = $0,05. Jika Anda mengatur max_tokens ke 300 untuk balasan chat, biaya kasus terburuk turun menjadi $0,00015. Satu giliran khas dengan 1.500 token input dan 300 token output memakan biaya sekitar $0,000225 ditambah $0,00015, yang kurang dari $0,001.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredaiapis.com/v1",
api_key=os.environ["API_KEY"],
)
INPUT_PER_M = 0.25
OUTPUT_PER_M = 1.00
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise the plot of Hamlet in 5 sentences."}],
max_tokens=250,
)
u = resp.usage
cost = u.prompt_tokens * INPUT_PER_M / 1_000_000 + u.completion_tokens * OUTPUT_PER_M / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} cost=${cost:.6f}")
print("finish_reason:", resp.choices[0].finish_reason)Perhatikan finish_reason. Nilai length berarti balasan mencapai batas Anda dan terpotong; jika hal itu sering terjadi, tingkatkan batas atau minta output yang lebih pendek dalam prompt, karena batas saja memotong daripada membuat model menjadi ringkas. Padankan batas dengan instruksi seperti jumlah kata target, dan log usage untuk setiap panggilan agar Anda dapat melihat rata-rata nyata daripada menebak. Kredit uji coba gratis dan detail saldo Anda ada di halaman pricing.
Tanya jawab
Apakah Anda memerlukan SDK khusus untuk API AI tanpa sensor ini?
Tidak. Paket Python openai resmi (v1+) dan paket npm openai (v4+) berfungsi. Atur base_url ke https://api.uncensoredaiapis.com/v1, masukkan kunci Anda, dan gunakan model id uncensored.
Apakah streaming mencakup penggunaan token?
Ya. Dengan stream: true, API menambahkan chunk terakhir yang membawa usage secara otomatis. Chunk itu memiliki array choices kosong, jadi periksa apakah choices ada sebelum membaca delta.
Kesalahan mana yang harus dicoba ulang oleh kode saya?
Retry 429 (batas laju, 300 permintaan per menit per kunci) dan 503 upstream_busy dengan backoff eksponensial dan jitter. Jangan retry 400, 401, 402 atau 403 karena permintaan yang sama akan gagal lagi.
Apakah riwayat percakapan disimpan untuk Anda antar panggilan?
Tidak. Setiap permintaan bersifat independen, jadi Anda harus mengirimkan daftar messages lengkap setiap kali. Jendela konteks adalah 100.000 token untuk prompt dan completion digabungkan.
Kunci Anda hanya selangkah lagi dari satu formulir
Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.