API IA Node JS : streaming, outils et erreurs dans Express
Ce tutoriel sur l’API IA Node JS vous guide d’un dossier vide vers une route Express qui diffuse des réponses de chat, appelle un outil et gère les erreurs de limite de débit. Vous modifiez uniquement l’URL de base et la clé dans le package OpenAI officiel, puis envoyez le modèle uncensored.
Mis à jourUnfiltered AI

Points clés
- Installez le package openai et définissez baseURL sur https://api.unfilteredaiapi.com/v1.
- Diffusez avec stream: true et transférez les chunks au navigateur en tant qu’événements envoyés par le serveur.
- Les appels d’outils arrivent sous forme de tool_calls ; retournez les résultats avec role tool.
- 429 signifie rate_limited, concurrency ou surcharge temporaire ; réessayez après le délai Retry-After.
Configuration : installez et envoyez la première requête
Vous avez besoin de Node 18 ou plus récent. Créez un projet, installez le SDK et Express, et passez aux modules ES.
mkdir ai-node && cd ai-node
npm init -y
npm pkg set type=module
npm install openai express
# base URL: https://api.unfilteredaiapi.com/v1 model: uncensored
export AI_API_KEY="YOUR_KEY"
Récupérez une clé sur la page Clé API. Les nouveaux comptes peuvent réclamer 0,50 $ de crédit d'essai en un clic, valable 7 jours. Créez ensuite client.js :
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.unfilteredaiapi.com/v1",
apiKey: process.env.AI_API_KEY,
});
const res = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Give me three names for a tavern keeper." }],
});
console.log(res.choices[0].message.content);
Exécutez-le avec node client.js. Chaque extrait définit à nouveau le client afin qu'il fonctionne de manière autonome. C'est toute la migration si vous utilisez déjà le package OpenAI : un baseURL différent, votre clé et l'ID du modèle. Le service est compatible OpenAI, texte uniquement, avec une fenêtre de contexte de 100 000 tokens. Consultez la documentation pour toutes les méthodes prises en charge.
Diffuser la réponse
Le streaming envoie des tokens au fur et à mesure de leur production, afin que les utilisateurs voient le texte immédiatement. Définissez stream: true et itérez sur les chunks :
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.unfilteredaiapi.com/v1",
apiKey: process.env.AI_API_KEY,
});
const stream = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Describe a rainy harbor town." }],
stream: true,
stream_options: { include_usage: true },
});
for await (const chunk of stream) {
const delta = chunk.choices[0]?.delta?.content;
if (delta) process.stdout.write(delta);
if (chunk.usage) console.log("\nusage:", chunk.usage);
}
L'utilisation apparaît dans le dernier chunk, ce qui vous permet de consigner les comptages de tokens réels par requête. Gardez un fait en tête : une requête en streaming occupe son slot de concurrence jusqu'à la fin du flux. Si le client se déconnecte, annulez l'appel en amont pour libérer rapidement le slot.
Une route Express qui diffuse vers le navigateur
Voici un petit serveur avec une route POST /chat. Il transfère le flux en tant qu’événements envoyés par le serveur et annule la requête en amont lorsque le navigateur ferme la connexion.
import express from "express";
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.unfilteredaiapi.com/v1",
apiKey: process.env.AI_API_KEY,
});
const app = express();
app.use(express.json({ limit: "1mb" }));
app.post("/chat", async (req, res) => {
const { messages } = req.body;
if (Array.isArray(messages) === false) return res.status(400).json({ error: "messages required" });
res.set({
"Content-Type": "text/event-stream",
"Cache-Control": "no-cache",
Connection: "keep-alive",
});
const controller = new AbortController();
req.on("close", () => controller.abort());
try {
const stream = await client.chat.completions.create(
{ model: "uncensored", messages, stream: true },
{ signal: controller.signal }
);
for await (const chunk of stream) {
const delta = chunk.choices[0]?.delta?.content;
if (delta) res.write("data: " + JSON.stringify({ delta }) + "\n\n");
}
res.write("data: [DONE]\n\n");
} catch (err) {
res.write("data: " + JSON.stringify({ error: err.status || 500 }) + "\n\n");
} finally {
res.end();
}
});
app.listen(3000, () => console.log("listening on 3000"));
Ne placez jamais la clé dans le code du navigateur. La route ci-dessus la garde sur le serveur, là où elle doit être. Le même schéma est montré en Python dans l’article backend de chatbot FastAPI.
Appeler un outil
L’appel de fonctions suit le format OpenAI : vous décrivez les fonctions dans tools, le modèle répond avec tool_calls, vous exécutez la fonction et renvoyez le résultat sous forme de message avec role: "tool".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.unfilteredaiapi.com/v1",
apiKey: process.env.AI_API_KEY,
});
const tools = [{
type: "function",
function: {
name: "roll_dice",
description: "Roll a die with the given number of sides",
parameters: {
type: "object",
properties: { sides: { type: "integer" } },
required: ["sides"],
},
},
}];
const messages = [{ role: "user", content: "Roll a d20 for my attack." }];
const first = await client.chat.completions.create({
model: "uncensored", messages, tools, tool_choice: "auto",
});
const msg = first.choices[0].message;
if (msg.tool_calls) {
messages.push(msg);
for (const call of msg.tool_calls) {
const { sides } = JSON.parse(call.function.arguments);
const result = 1 + Math.floor(Math.random() * sides);
messages.push({ role: "tool", tool_call_id: call.id, content: String(result) });
}
const second = await client.chat.completions.create({ model: "uncensored", messages, tools });
console.log(second.choices[0].message.content);
}
Analysez toujours arguments dans un bloc try dans le code réel, car les modèles peuvent parfois renvoyer du JSON malformé. Pour une sortie structurée sans outils, définissez response_format: { type: "json_object" } et mentionnez JSON dans votre prompt. Les scènes de jeu qui appellent des fonctions de dés ou d'inventaire sont couvertes dans création de PNJ et fiction interactive.
Gérer les erreurs et les limites de débit
L’API renvoie HTTP 429 dans trois situations. Le code d’erreur rate_limited signifie trop de requêtes par minute : 300 pour une clé complète, 60 pour une clé d’essai. Le code concurrency signifie trop de requêtes à la fois : 8 pour une clé complète, 2 pour une clé d’essai. En cas de surcharge temporaire, vous obtenez également 429 avec un en-tête Retry-After: 5. Le SDK expose le statut sur l’erreur levée, de sorte qu’un petit wrapper gère les trois cas :
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.unfilteredaiapi.com/v1",
apiKey: process.env.AI_API_KEY,
});
const sleep = (ms) => new Promise((r) => setTimeout(r, ms));
export async function chatWithRetry(params, tries = 4) {
for (let i = 0; i < tries; i++) {
try {
return await client.chat.completions.create({ model: "uncensored", ...params });
} catch (err) {
if (err.status === 429 && i < tries - 1) {
const wait = Number(err.headers?.["retry-after"]) || 2 ** i;
await sleep(wait * 1000);
continue;
}
throw err;
}
}
}
Le wrapper attend le délai demandé par le serveur puis recourt à un backoff exponentiel. Notez que le package OpenAI tente également de lui-même de nouvelles tentatives pour certaines erreurs ; définissez maxRetries sur le client si vous souhaitez contrôler cela. D'autres statuts, comme 401 pour une clé invalide, ne doivent pas être réessayés. Un examen plus approfondi des limites est disponible dans la FAQ.
Exécuter et tester la route
Démarrez le serveur avec node server.js et testez-le depuis un deuxième terminal. L’indicateur -N désactive la mise en mémoire tampon de curl afin que vous voyez les événements arriver un par un :
# the server calls https://api.unfilteredaiapi.com/v1 with model uncensored
curl -N http://localhost:3000/chat -H "Content-Type: application/json" -d '{"messages":[{"role":"user","content":"Write a two-line riddle."}]}'
Dans le navigateur, lisez le flux avec fetch et un lecteur, ou avec une petite bibliothèque utilitaire SSE. L'objet natif EventSource ne convenant pas car la route est un POST, utilisez fetch et décodez les chunks vous-même.
Habitudes de production
- Conservez la clé dans une variable d'environnement ou un magasin de secrets, jamais dans le dépôt.
- Limitez le corps de la requête. L'API accepte jusqu'à 8 MB, mais votre propre route devrait accepter beaucoup moins.
- Limitez l’historique que vous envoyez. Supprimez les anciens tours avant qu’ils ne vous coûtent de l’argent ou ne remplissent la fenêtre de 100 000 tokens.
- Mettez en file d’attente ou rejetez le travail supplémentaire lorsque vous avez déjà 8 flux ouverts, au lieu de laisser l’API répondre 429 à vos utilisateurs.
- Journalisez l’en-tête de réponse
X-Request-Id, afin que le support puisse suivre une seule requête.
Vérifier votre solde et vos coûts
Chaque réponse inclut l'en-tête X-Balance-USD, et GET /v1/balance renvoie le solde directement. La tarification est de 0,15 $ par 1M de tokens d'entrée et de 0,50 $ par 1M de tokens de sortie, prélevés sur le crédit prépayé, et les requêtes échouées ou refusées sont gratuites. Un tour de chat de 800 tokens d'entrée et 250 tokens de sortie coûte 0,000245 $, donc 10 000 tours coûtent 2,45 $. Journalisez usage depuis chaque réponse et vous pouvez prédire votre facture à quelques centimes près. La page tarification liste les recharges de 20 $ à 500 $.
Plus de guides
Questions et réponses
Quel paquet npm dois-je utiliser ?
Le package openai officiel fonctionne. Définissez baseURL sur https://api.unfilteredaiapi.com/v1, passez votre clé et utilisez l'ID du modèle uncensored.
Puis-je diffuser des réponses depuis Node ?
Oui. Passez stream: true et itérez avec for await. Ajoutez stream_options avec include_usage pour obtenir le comptage des tokens dans le dernier chunk.
L'API prend-elle en charge l'appel de fonctions ?
Oui. Envoyez tools et tool_choice, lisez tool_calls dans la réponse et retournez les résultats en tant que messages avec role tool.
Que doit faire mon serveur face à une erreur HTTP 429 ?
Attendez la valeur Retry-After si elle est présente, sinon appliquez un backoff exponentiel, puis réessayez quelques fois. Réduisez les requêtes simultanées si le code d’erreur est concurrency.
Votre clé n'est qu'à un formulaire d'ici
Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.