無審查 LLM API 快速入門

安裝標準 OpenAI SDK

首先將官方庫添加到您的專案環境中。這確保了與我們的 uncensored model 無需自訂解析邏輯。

• 對於 Python： pip install openai
• 對於 Node.js： npm install openai

這些套件自動處理序列化。您不需要第三方路由庫或自訂標頭。

配置 base URL 和 API 金鑰

將您的客戶端指向我們的專用端點以繞過標準供應商。將基礎 URL 設定為 https://api.cheapestapikey.com/v1 並從儀表板注入您的金鑰。

驗證依賴於標準的 bearer token。將您的唯一金鑰傳遞至 Authorization 標頭或透過 SDK 設定物件。

發送第一個無審查聊天完成請求

向 /v1/chat/completions 端點，搭配您想要的提示。該模型接受標準參數，例如 temperature 和 top_p.

我們的無審查模型處理合法的成人、虛構或有爭議的主題，不會產生拒絕。

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

處理串流回應與 Token 用量

在請求主體中將 stream: true 即時接收 token。每個區塊包含部分文字，最後一個區塊包含總 token 用量。

此方法降低了大型輸出的感知延遲。你可以在區塊到達時立即處理，無需等待完整的 16,000 token 限制。

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)

使用函式呼叫與 JSON 模式

使用工具或嚴格的 JSON 格式為下游應用構造您的輸出。在 tools parameter and let the model choose the best action.

或者，使用 response_format: {"type": "json_object"}。這確保了您的 NSFW 聊天機器人或自動化腳本的一致解析。

Copyfrom openai import OpenAI

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

檢查模型並管理限制

查詢 GET /v1/models 驗證可用的端點。我們的系統支援 100,000 個權杖的上下文和每分鐘 300 個請求。

如果您超過限制，將收到 429 錯誤。請確保金鑰處於有效狀態且已充值，因為 401 錯誤表示憑證無效，而 402 錯誤表示信用額度不足。

Copyimport OpenAI from "openai";

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