無審查 AI API 文件

基礎 URL 與驗證

每個請求都透過將您的客戶端指向我們的基礎 URL 來針對我們的無審查 LLM 進行。使用 HTTPS://api.uncensensoredai.com/v1 作為端點。在 Authorization 標頭中使用您的 API 金鑰進行認證。每個帳戶擁有一把金鑰。如果需要，可以更換。金鑰在您使用 Google 或電子郵件註冊後立即顯示。無需電話號碼。請保密您的金鑰，將其視為密碼。它授予您預付額度的存取權。錯誤和拒絕不會收費。只有實際的 token 才會計費。此設定適用於任何 OpenAI 相容的 SDK。只需更新基礎 URL 字串即可。您的請求直接發送至我們的伺服器。沒有中間人，無需除錯額外的路由邏輯。非常簡潔。您控制輸入，您擁有輸出。隱私很重要。我們不會訓練您的提示。您的資料屬於您。無審查模型會毫不猶豫地回應合法的成人內容。這是核心承諾。設定您的標頭。指向您的客戶端。開始聊天。

首次請求

使用簡單的 POST 請求進行首次呼叫。使用 uncensored 模型 ID。傳送使用者訊息。接收完成內容。這是驗證金鑰是否運作的最快方式。在終端機中嘗試此命令。將 YOUR_API_KEY 替換為您的實際金鑰。保持系統提示簡潔。專注於任務。模型將立即生成文字。檢查回應主體。尋找 content 欄位。它包含 AI 的答案。如果收到 401，表示您的金鑰有誤。如果收到 402，表示您需要信用額度。如果收到 429，表示您已觸及速率限制。此 curl 範例顯示基本結構。它簡潔。它直接。它證明 API 運作正常。您現在可以建構您的應用程式。uncensored AI API 金鑰已就緒。立即開始整合。

Python SDK 整合

使用官方 OpenAI Python 函式庫與我們的端點互動。將 base URL 設定為我們的 API 位址。注入您的金鑰。呼叫 chat.completions.create。將模型名稱傳入為 uncensored。以列表形式傳送您的訊息。函式庫會處理 JSON 序列化。您將獲得結構化的回應物件。透過 .choices[0].message.content 存取助理的回覆。這種方法可靠且符合標準 SDK 的行為。您不需要自訂的解析程式碼。無審查 AI 模型遵循相同的協定。根據需要調整參數。設定 temperature 以控制創意程度。使用 stop sequences 進行控制。Python SDK 使整合變得輕而易舉。您的聊天機器人邏輯保持簡單。專注於應用程式的功能。讓 SDK 處理 HTTP 細節。這是 Python 開發人員的推薦路徑。它穩健且文件齊全。現在開始編寫程式。

Node.js SDK 用法

使用 openai npm 套件將 Node.js 進行整合。將基礎 URL 設定為指向我們的伺服器。在選項中傳遞您的 API 金鑰。使用無審查模型呼叫 chat.completions.create。提供您的訊息陣列。SDK 返回一個 Promise。等待結果。從回應中提取內容。這與現有的 OpenAI 程式碼無縫配合。您替換 URL。您保留邏輯。無審查 AI API 金鑰確保身份驗證。使用 try-catch 區塊處理錯誤。檢查速率限制。如有需要管理重試。Node 生態系統成熟。此整合利用了這種成熟度。您的伺服器可以處理高吞吐量。如果您偏好即時輸出，請串流回應。使用標準參數。Temperature、top_p 和 stop 按預期運作。這是 Node 中最快的入門方式。寫更少的程式碼。更快地發布。無審查模型已準備好用於您的應用程式。

串流回應

為獲得更好的使用者體驗而串流 token。在您的 SDK 呼叫中啟用串流。將 stream 設為 true。API 返回區塊串流。每個區塊包含部分內容。即時更新您的 UI。這可降低感知延遲。使用者會立即看到文字出現。無過濾 AI API 原生支援此功能。在最後一個區塊中追蹤使用情況。最後一個區塊包含 token 計數。將它們加總以確保計費準確。串流期間的錯誤很少見。請優雅地處理它們。完成時關閉串流。此方法適用於所有 OpenAI 相容的客戶端。它非常適合聊天介面。您的使用者會欣賞這種速度。無過濾模型回應迅速。串流輸出。讓對話持續進行。這就是現代 AI 應用程式應有的運作方式。快速。流暢。響應迅速。今天就實作串流。

限制、錯誤與上下文

Know your constraints before you scale. The context window is 100,000 tokens total. This includes prompt and completion. Max output is 16,000 tokens. Default max tokens is 2,048. Rate limit is 300 requests per minute. Concurrency is 8 requests at once. Request body size is 8 MB. Handle 401 errors by checking your key. Fix 402 errors by topping up credit. Manage 429 errors by slowing down. These limits are firm. They ensure stability. The uncensored AI API is transparent about these rules. No hidden caps. No surprise throttling. Plan your architecture accordingly. Batch requests if needed. Monitor your usage. The prepaid credit model keeps costs predictable. Errors do not charge tokens. Refusals do not charge tokens. You only pay for valid completions. This is fair. This is clear. Build with confidence. Know the limits. Avoid the errors. Scale smoothly.

cURL

Copycurl https://api.uncensensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top 3 python libraries for web scraping"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

串流

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)