API 快速入门指南

基础 URL 和认证

使用标准的 OpenAI 兼容基础 URL 连接到我们的 uncensored LLM API。您的 API 密钥对每个请求进行身份验证，因此请确保其安全但可供您的应用程序访问。我们使用简单的头进行验证，确保您的提示词无摩擦地到达模型。

Copycurl https://api.modelsaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all available endpoint urls"}]
  }'

每个账户只需一个活跃密钥。如果您轮换密钥，旧密钥将立即失效。这可以防止后台运行的陈旧脚本导致重复扣费。您的预存余额覆盖所有使用情况，如有需要，可通过仪表板监控余额。

聊天完成端点

通过标准聊天补全端点向“uncensored”模型发送消息。该端点处理文本输入、文本输出的交互，上下文窗口为100,000个token。您可以包含系统指令来定义行为，或者仅发送用户消息以进行直接交互。

Copyfrom openai import OpenAI

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

该模型默认不拒绝合法的成人或争议性话题。设置温度等参数以控制创意性，或设置 top_p 以控制多样性。如果省略 max_tokens，默认输出为 2,048 个令牌。请求最多 16,000 个令牌以获得更长的响应。此端点是大多数自动化任务所需的全部。

流式响应（SSE）

使用服务器发送事件（SSE）进行实时令牌生成。这非常适合聊天界面，您可以在文本出现时即时显示。流的最后一个分块包含用于计费的总令牌使用量。这使您的应用能够实时准确追踪成本。

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)

流式传输降低了最终用户的感知延迟，使无审查 AI 体验感觉响应灵敏。优雅地处理连接错误，因为网络中断可能会导致流中断。重新连接很简单，因为模型状态是按请求维护的，而不是跨会话维护的。将此用于动态内容生成。

函数调用与 JSON 模式

使用函数调用或 JSON 模式进行结构化数据提取。在请求中指定工具以指导模型的输出格式。这对于需要从无审查 LLM 获取可靠数据结构的自动化管道至关重要。JSON 模式强制响应为有效的 JSON，减少解析错误。

Copyimport OpenAI from "openai";

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

定义带有清晰描述的工具模式以提高准确性。模型尊重工具定义，以预期格式返回参数。这使得链式调用 API 或触发外部操作变得容易。使用此功能构建智能体或数据处理工作流，无需手动验证步骤。

速率限制与约束

我们的 API 强制执行严格限制以确保所有用户的稳定性。您被允许每分钟 300 次请求和每个密钥 8 个并发请求。每个请求体必须小于 8 MB，以防止过多的负载问题。这些限制适用于每个 API 密钥，如有需要，请跨密钥分配负载。

错误如 401 表示密钥无效或缺失。402 错误表示您的预付费余额已耗尽。429 状态表示您已达到速率限制。暂停并在短暂延迟后重试。这些限制是透明的，高峰时段没有隐藏的节流。

上下文窗口和输出限制

该模型支持 100,000 token 的上下文窗口，涵盖提示词和补全。这允许进行广泛的文档分析或长对话历史。但是，每次请求的最大输出限制为 16,000 个 token。如果你不指定 max_tokens，默认值为 2,048 个 token。

对于非常长的输出，请考虑分割请求或使用流式传输。这确保您保持在每次请求的限制内。上下文窗口是共享的，因此高效的提示设计至关重要。将此容量用于深度、无限制的推理任务，而不会触及硬性上限。