Base URL og autentificering
Start med at autentificere med base-URL'en https://api.googlegeminiuncensored.com/v1. Du modtager en enkelt aktiv API-nøgle med det samme efter tilmelding via Google eller e-mail. Brug denne nøgle i Authorization header som en Bearer-token til alle efterfølgende anmodninger.
- Base URL:
https://api.googlegeminiuncensored.com/v1 - Header:
Authorization: Bearer YOUR_API_KEY
curl https://api.googlegeminiuncensored.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the top five open source LLMs for local deployment"}]
}'
Chat Completions Endpoint
Send text generation requests til POST /v1/chat/completions. Dette endpoint accepterer standard meddelelsesarrays og returnerer rå tekstsvare uden indholdsfiltre til lovligt voksent brug.
from openai import OpenAI
client = OpenAI(base_url="https://api.googlegeminiuncensored.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)Model-ID'et er uncensored. Det er en open-weight-model, der kører på vores servere, adskilt fra GPT eller Gemini. Den ruter ikke mellem udbydere eller tilbyder embeddings.
Streaming-svar (SSE)
Aktivér streaming ved at indstille stream: true i din anmodningskrop. API'et returnerer Server-Sent Events (SSE), hvor tokenbrugsdata vises i den sidste del.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.googlegeminiuncensored.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);Streaming reducerer opfattet latens til lange output. Hver chunk indeholder delvise tekstdeltas. Parser den sidste begivenhed for at få det samlede tokenforbrug til faktureringsgennemsigtighed.
Streaming
stream = 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)