Guida Rapida API Ollama Abliterated

Autenticazione & Impostazione URL di Base

Configura il tuo client con l'URL base fornito e la chiave API per iniziare le richieste. L'endpoint è HTTPS://api.ollamaabliterated.com/v1 e devi passare la tua chiave nell'intestazione Authorization come token bearer. Questa configurazione funziona con qualsiasi SDK compatibile con OpenAI sovrascrivendo l'URL base predefinito.

Copycurl https://api.ollamaabliterated.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the system prompt to relaxed mode"}]
  }'

Registrati via Google o email nella dashboard per ricevere la tua chiave istantaneamente.

Richiesta Completamento Chat Base

Invia una richiesta POST a /v1/chat/completions con l'ID del modello "uncensored" per ricevere risposte testuali. Il modello opera senza rifiuti di contenuto per l'uso adulto lecito, gestendo argomenti controversi o NSFW direttamente. Puoi controllare il comportamento utilizzando parametri come la temperatura e top_p.

Copyfrom openai import OpenAI

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

Ogni richiesta consuma token di input per il prompt e token di output per la risposta generata. Errori e rifiuti non consumano credito.

Risposte in streaming tramite SSE

Abilita lo streaming impostando stream=true per ricevere i token tramite Server-Sent Events (SSE) in tempo reale. Questo approccio riduce la latenza percepita per la generazione di contenuti lunghi e consente aggiornamenti progressivi dell'UI. L'ultimo chunk contiene le statistiche complete sull'utilizzo dei token per l'accuratezza della fatturazione.

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)

Gestisci l'evento di fine stream per finalizzare il buffer di risposta e registrare i conteggi dei token per il tracciamento dei costi.

Function Calling & Tool Support

Definisci gli strumenti nella richiesta per abilitare le funzionalità di richiamo delle funzioni all'interno del modello uncensored. L'API supporta tool_choice e passa le definizioni degli strumenti nel formato standard OpenAI. Ciò consente l'estrazione di dati strutturati o l'attivazione di azioni senza logica di parsing esterna.

Copyimport OpenAI from "openai";

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

Assicurati che gli schemi dei tuoi strumenti siano oggetti JSON validi. Il modello restituisce tool_calls che devi eseguire e alimentare nelle richieste successive se necessario.

Configurazione della modalità JSON

Forza un output JSON rigoroso impostando response_format su {"type": "json_object"} nel payload della richiesta. Questa modalità è ideale per l'analisi di dati strutturati dal LLM senza post-elaborazione con regex. Garantisce che la risposta aderisca alla sintassi JSON valida ogni volta.

Usa questo per generare file di configurazione, payload API o log strutturati. Combina con valori di temperatura elevati se hai bisogno di variazioni JSON creative.

Gestione dei limiti & errori

Monitorare i codici di stato HTTP standard per gestire efficacemente gli errori lato client. Un 401 indica una chiave API non valida o scaduta, mentre 402 segnala credito prepagato insufficiente. Un errore 429 significa che è stato superato il limite di velocità di 300 richieste al minuto.

La finestra di contesto supporta un totale di 100.000 token, con un output massimo di 16.000 token per richiesta. I corpi delle richieste devono rimanere sotto gli 8 MB. I rimborsi non vengono emessi per il credito, ma le addebiti doppi vengono risolti tramite supporto.