繁中 ▾

API 文件

透過使用我們的基礎 URL 和有效 API 金鑰配置您的 OpenAI 相容客戶端,開始向我們的無審查 LLM API 發送請求。

基礎 URLhttps://api.howtouseuncensoredai.com/v1
模型無審查

基礎 URL 與驗證

首先將您的客戶端指向我們的基礎 URL,並在授權標頭中傳遞您的金鑰。我們提供單一端點,接受標準 OpenAI 負載,無需自訂標頭或複雜的路由邏輯。您的 API 金鑰授予專屬 uncensored 模型的存取權,您可以透過儀表板使用 Google 或電子郵件驗證即時產生金鑰。請妥善保管您的金鑰,因為它是所有請求所需的唯一憑證。

curl https://api.howtouseuncensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current temperature in london"}]
  }'

聊天完成端點

將您的提示詞發送至 chat/completions 使用標準的 endpoint messages 陣列結構。您必須指定模型 ID 為 uncensored 以確保您連接到正確的推理引擎。API 會回傳符合您 temperature 和 top-p 設定的文字回應,且不會對合法內容進行隱藏的拒絕。這種簡單的結構允許您以最小的程式碼變更將我們的服務整合到現有專案中。

串流與 token 使用量

在請求主體中將 stream: true 透過伺服器發送事件(Server-Sent Events)接收生成的 token。這可降低長回應的感知延遲,並允許您的介面即時更新。Token 用量詳情包含在串流的最後一個區塊中,因此您可以在不將整個回應儲存在記憶體中的情況下準確追蹤成本。串流期間的錯誤不會對部分輸出收取費用。

stream = 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)

函式呼叫與 JSON 模式

使用 tools 用於啟用函數調用,允許模型為您的應用程式輸出結構化資料。您也可以透過設定 response_format 以 {"type": "json_object"} 用於嚴格 schema 合規性。這些功能與我們的 uncensored 模型並行運作,因此您可以在獲得結構化輸出的同時,保留模型處理複雜或利基主題的能力。請清楚定義您的函式 schema 以獲得可靠的結果。

from openai import OpenAI

client = OpenAI(base_url="https://api.howtouseuncensoredai.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 SDK 整合

透過覆寫 Base URL 指向我們的服務,使用官方的 OpenAI Node SDK 快速整合。這可確保與預期標準 OpenAI 行為的現有包裝函式和中介軟體相容。您可以優雅地處理錯誤,並根據我們的 API 回傳的狀態碼管理重試。SDK 會處理序列化和反序列化,讓您可以專注於應用程式邏輯,而非 HTTP 細節。

import OpenAI from "openai";

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

速率限制與配額

我們的 API 對每個金鑰實施每分鐘 300 次請求的限制,並設有 8 個同時請求的並發上限。如果您超過這些限制,將收到 429 錯誤;無效金鑰則返回 401 錯誤。402 錯誤表示預付餘額不足,您可以使用 USDT 或 USDC 進行充值。該模型支援 100,000 個 token 的上下文窗口,在保持效能的同時允許處理大量的輸入資料。

常見問題

如何第一次使用無審查 AI?

註冊帳戶以獲得 $0.50 試用額度。然後,生成 API 金鑰,並使用我們的基礎 URL 和模型 ID 設定您的 OpenAI 相容客戶端。

如果我超出速率限制會發生什麼事?

您將收到表示請求過多的 429 狀態碼。限制為每個金鑰每分鐘 300 次請求,且最多允許 8 個平行請求。

uncensored LLM API 是否支援串流?

是的,設定 stream 參數為 true 以接收伺服器發送事件(SSE)。Token 使用詳情在串流的最後一個區塊中提供,以確保準確計費。

取得您的 API 金鑰

註冊,複製金鑰,更新您的基礎 URL。設定簡單。