NL ▾
Uncensored Chatbot APIDirecte API-toegang tot één ongedecensureerd LLMAPI-sleutel aanvragen

Uncensored Chatbot APISafety

Hoe je een chatbot in een website implementeert, stap voor stap

Leren hoe je een chatbot in websiteprojecten implementeert komt neer op drie onderdelen: een chatvenster in de browser, een kleine backend die je API-sleutel vasthoudt en een aanroep naar een OpenAI-compatible endpoint. Deze gids bouwt elk onderdeel met werkende code.

Bijgewerkt

Chatbubble in browser verbonden via een sleutel-houdende server met een cloud-API, die laat zien hoe je een chatbot aan een website toevoegt

Belangrijkste punten

  • Roep de API nooit aan vanuit browsercode. Houd de sleutel op een server en exposeer je eigen /api/chat route.
  • De API is OpenAI-compatible, dus de standaard SDK's werken nadat je de base URL hebt ingesteld en model uncensored gebruikt.
  • Stream antwoorden zodat de pagina snel aanvoelt en beperk de geschiedenis op de server.
  • Verwerk 429-responses en stel een limiet per bezoeker in, omdat een volledige sleutel 8 gelijktijdige verzoeken toestaat.

De architectuur in één beeld

De gebruikelijke manier om een chatbot in websiteprojecten te implementeren is een drie-stappen relay. De bezoeker typt in een chatvenster. Je pagina stuurt het bericht naar je eigen server. Je server roept de model API aan met je geheime sleutel en stuurt het antwoord terug. De browser ziet de sleutel nooit.

Dit is belangrijk omdat alles in front-end JavaScript publiek is. Als je de sleutel in een script tag plaatst, kan iedereen die de ontwikkelaarshulpmiddelen opent hem kopiëren en je tegoed uitgeven. Een backend-route geeft je ook één plek om rate limits, het inkorten van geschiedenis, logging en een leeftijdsgrens toe te voegen. Voor een uitgebreidere walkthrough van een voltooide pagina, zie de web chat tutorial.

Stap 1: haal een sleutel op en test het endpoint

Meld je aan met Google of met e-mail en wachtwoord, en claim dan de gratis proeftegoed op de API key page. De proefperiode is $0,50 aan tegoed, geldig voor 7 dagen, één per persoon, en vereist geen betaling. Sla de sleutel op als een omgevingsvariabele, niet in je code.

Controleer of het werkt met curl voordat je app-code schrijft:

export API_KEY="YOUR_KEY"

curl https://api.uncensoredchatbotapi.com/v1/models -H "Authorization: Bearer $API_KEY"

curl https://api.uncensoredchatbotapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "uncensored", "messages": [{"role": "user", "content": "Say hello in five words."}]}'

De eerste aanroep lijst modellen op en de tweede retourneert een chat-completion. Als beide slagen, zijn de sleutel en base URL correct. Een 401 betekent dat de sleutel foutief is of mist het Bearer-voorvoegsel.

Stap 2: schrijf de backend-route

Het onderstaande voorbeeld gebruikt Node 18 of nieuwer, Express en de officiële openai-package. Installeer ze met npm install express openai en stel "type": "module" in in package.json.

import express from "express";
import OpenAI from "openai";

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

const SYSTEM = "You are a helpful assistant for our website. Keep answers under 150 words.";

const app = express();
app.use(express.json({ limit: "100kb" }));
app.use(express.static("public"));

app.post("/api/chat", async (req, res) => {
  const incoming = Array.isArray(req.body.messages) ? req.body.messages : [];
  const history = incoming.slice(-10).map((m) => ({
    role: m.role === "assistant" ? "assistant" : "user",
    content: String(m.content).slice(0, 4000),
  }));

  try {
    const stream = await client.chat.completions.create({
      model: "uncensored",
      messages: [{ role: "system", content: SYSTEM }, ...history],
      stream: true,
    });
    res.setHeader("Content-Type", "text/plain; charset=utf-8");
    for await (const chunk of stream) {
      const text = chunk.choices[0]?.delta?.content;
      if (text) res.write(text);
    }
  } catch (err) {
    if (res.headersSent === false) res.status(err.status === 429 ? 429 : 502);
  }
  res.end();
});

app.listen(3000, () => console.log("Listening on http://localhost:3000"));

Drie details doen hier het echte werk. De server bouwt de berichtlijst zelf opnieuw op, dus een bezoeker kan geen vals systeembericht injecteren. Het houdt alleen de laatste 10 berichten bij en knipt elk bij 4.000 tekens, wat de kosten beheerst. En het stelt altijd expliciet de rollen in, waarbij alles wat onbekend is naar user wordt gemapt.

Stap 3: bouw het chatvenster

Zet dit in public/index.html. Het gebruikt gewone JavaScript zonder framework, dus je kunt het in een bestaand sjabloon plakken.

<div id="log"></div>
<form id="form">
  <input id="input" autocomplete="off" required />
  <button>Send</button>
</form>
<script>
const messages = [];
const log = document.getElementById("log");

document.getElementById("form").addEventListener("submit", async (e) => {
  e.preventDefault();
  const input = document.getElementById("input");
  messages.push({ role: "user", content: input.value });
  log.insertAdjacentHTML("beforeend", "<p></p>");
  log.lastElementChild.textContent = "You: " + input.value;
  input.value = "";

  const reply = document.createElement("p");
  log.appendChild(reply);
  const res = await fetch("/api/chat", {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({ messages }),
  });
  if (res.ok === false) { reply.textContent = "Busy, please try again in a moment."; return; }

  const reader = res.body.getReader();
  const decoder = new TextDecoder();
  let full = "";
  while (true) {
    const { done, value } = await reader.read();
    if (done) break;
    full += decoder.decode(value, { stream: true });
    reply.textContent = full;
  }
  messages.push({ role: "assistant", content: full });
});
</script>

Het gebruik van textContent in plaats van innerHTML voor modeloutput voorkomt dat het antwoord markup in je pagina injecteert. Houd die gewoonte aan, zelfs als het model zich goed gedraagt.

Stap 4: verwerk limieten en fouten

Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. Een proefsleutel staat 2 gelijktijdige en 60 per minuut toe. Als je de limiet overschrijdt, retourneert de API HTTP 429 met een foutcode: rate_limited voor verzoeken per minuut of concurrency voor te veel tegelijk. Bij tijdelijke overbelasting retourneert het ook 429 met een Retry-After: 5 header.

Er volgen twee praktische regels. Eerst: probeer het opnieuw bij 429 na de wachttijd met een korte backoff, en toon de bezoeker een vriendelijke melding als het blijft mislukken. Ten tweede: onthoud dat een gestreamd verzoek zijn concurrency-slot vasthoudt tot de stream eindigt. Als tien bezoekers tegelijk streamen op een volledige sleutel, worden er twee afgewezen, dus voeg een kleine wachtrij of een limiet per bezoeker toe op je server. Een eenvoudige teller in het geheugen op basis van IP is genoeg voor een kleine site.

De antwoordheaders helpen je bij het debuggen: X-Request-Id identificeert een call als je contact opneemt met support, en X-Balance-USD toont je resterende tegoed. De limiet voor de request body is 8 MB, veel hoger dan wat een chat nodig heeft, en het contextvenster is 100.000 tokens.

Valkuilen bij het implementeren

De bovenstaande code werkt op localhost. Dit zijn de problemen die zich voordoen zodra het op een echte server staat.

  • Bufferende proxies. Sommige reverse proxies houden gestreamde antwoorden terug tot ze klaar zijn, waardoor het antwoord ineens verschijnt. Als je nginx gebruikt, schakel dan antwoordbuffering uit voor de chat-route. Test streaming via dezelfde proxy chain die je in productie gebruikt, niet alleen op je laptop.
  • Sleutels in de repository. Houd de sleutel in een environment variable of een geheimenopslag en voeg elk lokaal env-bestand toe aan je ignore-lijst. Als een sleutel ooit in een openbare repo terechtkomt, maak dan een nieuwe aan en stop met het gebruik van de oude.
  • De client vertrouwen. De browser stuurt de chatgeschiedenis, dus een bezoeker kan deze bewerken. Daarom stelt de server in stap 2 zelf de rollen in en knipt de berichtlengte. Accepteer nooit een systeembericht van de client.
  • Cross-origin calls. Als je pagina en je backend op verschillende domeinen staan, blokkeert de browser het verzoek totdat je server de juiste CORS-headers stuurt. Het serveren van beide vanuit één origin voorkomt dit probleem.
  • Onbeheerste kosten. Eén geautomatiseerde bezoeker kan honderden berichten sturen. Tel verzoeken per IP of sessie op de server en weigereer wanneer het aantal te hoog is. Beperk ook de berichtlengte, zoals het voorbeeld doet.
  • Markdown en links. Modellen antwoorden vaak met lijsten en codeblokken. Beslis of je dat render of platte tekst toont, en voeg antwoordtekst nooit in als ruwe HTML.

Een laatste controle is de mobiele lay-out. Het meeste chatverkeer op publieke sites komt van telefoons, dus test met een smal scherm, een geopend software-toetsenbord en een onstabiele verbinding. Als de stream halverwege breekt, moet de bezoeker het kunnen opnieuw proberen zonder de draad kwijt te raken.

De bot later uitbreiden

Zodra de basis doorverwijzer werkt, kan dezelfde route meer, omdat de API de standaard OpenAI-functies ondersteunt. Je kunt gestructureerde output vragen met JSON-modus door response_format in te stellen op {"type": "json_object"} en in de prompt te zeggen dat het antwoord JSON moet zijn. Dat is geschikt voor een leadformulier dat een bericht in vrije tekst omzet in velden zoals naam, onderwerp en urgentie.

Tool calling laat het model je server vragen een functie uit te voeren, zoals het opzoeken van een bestelling of het controleren van openingstijden. Je stuurt een tools-lijst, leest de tool_calls in het antwoord, voert de functie zelf uit en stuurt het resultaat terug als een bericht met role: "tool". Het model schrijft vervolgens het definitieve antwoord op basis van je gegevens. Zo krijgt een websitebot echte informatie in plaats van te raden.

Ook de samplinginstellingen zijn voor jou open. Een lagere temperatuur is geschikt voor feitelijke helpdesks en een hogere voor storytelling. Voeg één verandering tegelijk toe en vergelijk de resultaten op dezelfde vijf testvragen.

Stap 5: vorm de bot en ga live

De system prompt definieert je bot. Vertel hem wie hij is, wat hij behandelt en hoe lang antwoorden moeten zijn. Als het personage een persoonlijkheid heeft, gaan de notities over persona design dieper. Omdat het model is afgestemd op antwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik, zijn de controlemechanismen voor je publiek aan jou om te schrijven: een leeftijdbevestiging, een rapportlink en een duidelijke lijst van wat de bot niet zal bespreken. Seksuele inhoud met minderjarigen is nooit toegestaan. Zie de pagina over verantwoord gebruik en waarborgen voor de lancering.

Wat betreft kosten: je betaalt $0,15 per 1M input tokens en $0,50 per 1M output tokens. Een antwoord met 1.200 input tokens en 300 output tokens kost $0,00018 plus $0,00015, wat $0,00033 is. Een top-up van $20 dekt meer dan 60.000 van zulke antwoorden. Top-ups lopen van $20 tot $500, met +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200, betaald in USDT op TRC20 of USDC op Base.tegoed vervalt nooit. De prijzenpagina heeft de details, en de docs vermelden elke ondersteunde parameter, inclusief function calling en JSON-modus.

Voordat je lanceert, test met een paar lange gesprekken, bekijk de logboeken op 429s, en bevestig dat je server de geschiedenis bijsnijdt. Prompts worden niet gebruikt voor training, maar je moet je bezoekers nog steeds vertellen wat je opslaat.

Vragen en antwoorden

Kan ik de API rechtstreeks aanroepen vanuit browser JavaScript?

Dat kan, maar dat is niet aan te raden. De sleutel is dan zichtbaar voor elke bezoeker. Stuur verzoeken via je eigen server en bewaar de sleutel in een omgevingsvariabele.

Welke talen en SDK's werken?

Elke OpenAI SDK of HTTP-client. Stel de base URL in op https://api.uncensoredchatbotapi.com/v1, gebruik je sleutel als bearer token en stel het model in op uncensored. Python, Node en curl werken allemaal.

Werkt streaming in een browser?

Ja. De API streamt via SSE met stream ingesteld op true. De voorbeeldcode stuurt de tekst door via je server met fetch en een stream reader.

Wat gebeurt er als ik de rate limit raak?

Je krijgt HTTP 429 met de code rate_limited of concurrency. Wacht en probeer het opnieuw. Bij tijdelijke overbelasting is de Retry-After header 5 seconden.

Je sleutel is nog maar één formulier verwijderd

Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.

API-sleutel ophalenDocumentatie lezen