Uncensored AI API kod örnekleri Python, Node.js ve cURL ile
Bu sayfa, OpenAI chat completions formatını konuşan sansürsüz AI API'si için kopyala-yapıştır kodları toplar. Python, Node.js ve cURL ile ilk çağrıları, SDK ve ham fetch ile akışı, fonksiyon çağırma, 429 ve 503 için yeniden deneme mantığını, çoklu tur durumunu ve max_tokens ile maliyet kontrolünü bulacaksınız.

Temel noktalar
- base_url'si https://api.uncensoredaiapis.com/v1 olarak ayarlanmış ve model "uncensored" olan resmi openai SDK'sını kullanın; özel bir istemciye gerek yoktur.
- Akış, SSE parçaları döndürür ve kullanım bilgisi içeren son parça boş bir choices listesiyle otomatik olarak gelir.
- Yalnızca 429 ve 503 (upstream_busy) hatalarında yeniden deneyin; 400, 401, 402 ve 403 hataları için yeniden deneme değil, düzeltme gerekir.
- API durum bilgisi taşımaz: her adımda geçmişi yeniden gönderin ve çıktıyı max_tokens ile sınırlayın (isteğe bağlı; ayarlanmazsa, yanıt pencerenin sonuna kadar devam edebilir).
İlk çağrı: Python, Node.js ve cURL
Örnekler https://api.uncensoredaiapis.com/v1, uncensored modeli ve POST /v1/chat/completions veya GET /v1/models uç noktalarını kullanır. Mevcut anahtarınızı Authorization: Bearer <key> başlığında gönderin. Gerekirse, bir hesap oluşturun, uygun deneme kredisi talep edin ve istekleri çalıştırmadan önce gösterilen bakiyenin hazır olduğunu kontrol edin.
Örnekler anahtarı API_KEY adlı bir ortam değişkeninden okur. Bunu kabuğunuzda bir kez dışa aktarın ve kod parçalarının hiçbirini düzenlemeniz gerekmez. Anahtarı kaynak koduna yapıştırmayın veya tarayıcı JavaScript'inde göndermeyin; API'yi kendi arka ucunuzdan çağırın.
export API_KEY="paste-your-key-here"Python, resmi openai paketi (v1 veya daha yeni) kullanılarak. Standart bir OpenAI kurulumundan tek farklar base_url ve model adıdır.
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, ES modülü olarak openai npm paketi (v4 veya daha yeni) kullanılarak.
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);Ve düz cURL, bir anahtarın çalışıp çalışmadığını kontrol etmenin en hızlı yolu:
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
}'Yanıt, metin için choices[0].message.content ve prompt ile tamamlama token sayılarını içeren bir usage nesnesi olmak üzere standart OpenAI biçimindedir; bunları harcanan miktarı takip etmek için token başı fiyatlarla çarpabilirsiniz. Tam parametre listesi için belgeleri bakın.
SDK ile Akış (SSE)
stream: true ayarını yapın ve API tek bir JSON gövdesi yerine sunucu gönderili olaylar döndürür. Her iki resmi SDK da bunu bir yineleyiciye dönüştürür, böylece kodunuz parçalar üzerinde döngü kurar ve her delta değerini yazdırır. Token usage içeren son bir parça otomatik olarak eklenir; onu istemenize gerek yoktur. Bu parçanın boş bir choices listesi vardır, bu nedenle okumadan önce dizin koruyun.
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)Node.js sürümü for await kullanır:
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);
}Akış fiyatlandırmayı değiştirmez. Aynı girdi ve çıktı token'ları için ödeme yaparsınız; yalnızca ilk kelimeleri daha erken görürsünüz, bu da tam 500 token'lık bir yanıt için beklemenin yavaş hissettirdiği sohbet ve rol yapma arayüzleri için önemlidir.
Ham fetch ile Akış
SDK'ya bağımlı olmak istemiyorsanız, örneğin bir edge function veya küçük bir betik içinde, akışı kendiniz okuyabilirsiniz. Ağ formatı düz SSE'dir: her olay, data: ile başlayan bir satırdır ve ardından bir JSON parçası gelir; olaylar boş satırlarla ayrılır. Ağ parçaları olay sınırlarıyla örtüşmez, bu nedenle tamponlama yapmanız ve satır sonlarına göre bölmeniz gerekir. Aşağıdaki örnek Node 18 veya daha yeni sürümlerde çalışır (stream.mjs olarak kaydedin) ve standart fetch ve ReadableStream ile herhangi bir ortamda da çalışır.
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);
}
}Okumaya başlamadan önce res.ok'u kontrol edin. 401, 402 veya 403 gibi hatalar, bir olay akışı olarak değil, error nesnesi içeren normal bir JSON gövdesi olarak gelir; bunları SSE olarak ayrıştırmak sessizce hiçbir şey üretmez. Bir tarayıcıda res.body.getReader() ile aynı mantığı kullanabilirsiniz, ancak bir tarayıcının kendi arka ucunuzu çağırması gerektiğini, gizli anahtarla bu API'yi doğrudan çağırmaması gerektiğini unutmayın.
Araçlar ve tool_choice ile fonksiyon çağırma
Araç çağırma OpenAI formatını kullanır. Fonksiyonları tools içinde tanımlarsınız, model bir tane çalıştırmak isterse metin yerine tool_calls ile yanıt verir, fonksiyonu kendiniz çalıştırırsınız ve sonucu role: "tool" ve eşleşen tool_call_id ile bir mesaj olarak geri gönderirsiniz. İkinci bir istek ardından nihai doğal dil yanıtı döner. tool_choice davranışı kontrol eder: "auto" modelin karar vermesine izin verir, "none" araçları yasaklar ve {"type": "function", "function": {"name": "get_order_status"}} gibi bir nesne bu fonksiyonu zorlar.
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)Node.js'deki aynı döngü:
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);
}İki pratik not. Birincisi, arguments bir dil modeli tarafından üretilen bir JSON dizisidir, bu yüzden üretimde json.loads'ı hata işleme ile sarın ve veritabanına dokumadan önce alanları doğrulayın. İkincisi, araç tanımlamaları her istekte girdi token'ları olarak sayılır, bu yüzden tanımlamaları kısa tutun ve yalnızca mevcut adım için ilgili araçları gönderin.
429 ve 503 için Geri Çekilme ile Yeniden Denemeler
Yeniden denenmeye değer iki hata vardır. Bir 429 hatası, anahtarınız için dakikada 300 istek sınırını aştığınızı gösterir. upstream_busy koduna sahip bir 503 hatası, hizmetin geçici olarak doyduğunu gösterir; birkaç saniye beklemek beklenen yanıttır. 400 (isteki düzeltin), 401 (anahtarı düzeltin), 402 no_credit (bakiye yükleyin) veya 403 content_blocked (istek tekrar engellenecek) hatalarında yeniden deneme yapmayın. Hatalar tek bir JSON yapısını paylaşır, {"error":{"code":...,"message":...}}, bu nedenle kodu doğrudan günlüğe kaydedebilirsiniz.
OpenAI SDK'ları zaten bağlantı hatalarını, 429 ve 5xx hatalarını varsayılan olarak birkaç kez yeniden dener ve bunu max_retries ile artırabilirsiniz. Gecikmeler üzerinde kontrol sahibi olmak istiyorsanız, yerleşik yeniden denemeleri devre dışı bırakın ve çağrıyı kendiniz sararak, paralel işçilerin senkronize yeniden deneme yapmaması için üstel geri çekilme ve değişken gecikme kullanın.
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)Node.js'deki ham fetch ile eşdeğer:
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);429 hatasını düzenli olarak alıyorsanız, daha uzun bekleme süresi yerine genellikle daha iyi bir çözüm, küçük bir istemci tarafı eşzamanlılık sınırı (bir semafor veya beş ila on işçiye sahip bir kuyruk) uygulamaktır. Dakikada 300 istekle saniyede beş isteği sürdürebilirsiniz; bu, çoğu uygulama için yeterlidir.
Çoklu Tur Sohbet Durumu
API durum bilgisi taşımaz. Önceki istekleri hatırlamaz, bu yüzden her çağrı, modelin görmesini istediğiniz geçmişi içermelidir. Bir mesaj listesi tutun, kullanıcı turunu ekleyin, API'yi çağırın, asistan yanıtını ekleyin ve tekrarlayın. 0. indeksteki bir sistem mesajı kişiliği veya talimatları tutar ve her seferinde gönderilir.
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?"))Tüm geçmişi yeniden gönderildiği için, girdi maliyeti her turla artar. Bağlam penceresi 100.000 token'dır ve istem ile tamamlamayı birlikte kapsar, bu yüzden çok uzun bir oturum sonunda prompt + max_tokens sınırı aştığında yanıt pencerenin sonunda durur; 400 hatası yalnızca istemin kendisi pencereye sığmadığında döner. Yaygın stratejiler, her zaman sistem mesajını korurken en eski kullanıcı ve asistan çiftlerini kaldırmak veya modeli daha eski turları tek bir kısa mesajda özetlemesi için istemek ve bunları değiştirmektir. Geçmişi, bir yeniden başlatma iş parçacığını kaybetmesin diye kendi veritabanınızda konuşma kimliğine göre anahtarlayarak saklayın. Gerçekçi maliyet tahminleriyle uzun oturumlar için örnekler için kullanım alanları sayfasına bakın.
max_tokens ile Maliyet Kontrolü
Fiyatlandırma, milyon girdi token başına $0.15 ve milyon çıktı token başına $0.50'dir ve ön ödemeli bakiyeden faturalandırılır. Çıktı, girdiden yaklaşık 3,3 kat daha pahalıdır ve max_tokens tek bir istek için isteğe bağlı bir çıktı üst sınırını temsil eder. Bunu ayarlamazsanız, yanıt pencerenin sonuna kadar uzayabilir. Bunu bilinçli olarak ayarlamak, sahip olduğunuz en basit maliyet kontrolüdür.
Kötü durum aritmetiği yardımcı olur. Çıktıyı sınırlamazsanız, bir yanıt pencerenin sonuna kadar uzayabilir, bu nedenle çıktı yalnız başına 100,000 × $0.50 / 1,000,000 = $0.05'e kadar maliyet oluşturabilir. Bir sohbet yanıtı için max_tokens'ı 300 olarak ayarlarsanız, kötü durum $0.00015'e düşer. 1,500 girdi token ve 300 çıktı token ile tipik bir tur, $0.000225 artı $0.00015'e mal olur, bu da $0.001'in altındadır.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredaiapis.com/v1",
api_key=os.environ["API_KEY"],
)
INPUT_PER_M = 0.25
OUTPUT_PER_M = 1.00
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise the plot of Hamlet in 5 sentences."}],
max_tokens=250,
)
u = resp.usage
cost = u.prompt_tokens * INPUT_PER_M / 1_000_000 + u.completion_tokens * OUTPUT_PER_M / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} cost=${cost:.6f}")
print("finish_reason:", resp.choices[0].finish_reason)finish_reason değerini izleyin. length değeri, yanıtın sınırınıza ulaştığını ve kesildiğini gösterir; bu sık olursa, sınırı artırın veya istemde daha kısa çıktı isteyin, çünkü bir sınır tek başına kısaltır, modeli öz yapmaz. Sınırı bir hedef kelime sayısı gibi talimatlarla eşleştirin ve gerçek ortalamaları görmek için her çağrı için usage değerini günlüğe kaydedin. Ücretsiz deneme krediniz ve bakiye detaylarınız fiyatlandırma sayfasında yer alır.
Sorular ve cevaplar
Bu sansürsüz AI API'si için özel bir SDK'ya ihtiyacınız var mı?
Hayır. Resmi openai Python paketi (v1+) ve openai npm paketi (v4+) çalışır. base_url'yi https://api.uncensoredaiapis.com/v1, olarak ayarlayın, anahtarınızı girin ve model kimliği olarak uncensored kullanın.
Akış, token kullanımını içeriyor mu?
Evet. stream: true ile API, kullanım bilgisini taşıyan son bir chunk ekler. Bu chunk boş bir choices dizisi içerir, bu yüzden delta'yı okumadan önce choices'un varlığını kontrol edin.
Kodum hangi hataları yeniden denemeli?
429 (hız limiti, dakikada 300 istek/anahtar) ve 503 upstream_busy durumlarında üstel geri çekilme ve jitter ile yeniden deneyin. 400, 401, 402 veya 403 için yeniden denemeyin çünkü aynı istek yine başarısız olur.
Sohbet geçmişi çağrılar arasında sizin için saklanıyor mu?
Hayır. Her istek bağımsızdır, bu yüzden her seferinde tam messages listesini gönderirsiniz. Bağlam penceresi, istem ve tamamlama birlikte 100.000 token içindir.
Anahtarınız tek bir formun uzağında
Bir hesap oluşturun, anahtarı kopyalayın ve base URL'yi değiştirin. Kurulum bu kadar basit.