无过滤 AI API 快速入门

前提条件与基础 URL

您的 API 密钥对发送到基础 URL 的每个请求进行身份验证 https://api.uncensoredaidownload.com/v1. 此端点适用于标准 OpenAI SDK。您只需更改 base_url 客户端配置中的变量。无需复杂的路由或多模型选择。只需将现有基础设施指向这个单一的原始无审查模型即可。

认证与密钥管理

在 Authorization 头部，使用格式 Bearer YOUR_API_KEY. 每个账户同时只支持一个活跃密钥。生成新密钥将立即使旧密钥失效。这使您的集成保持安全，无需管理多个凭证。通过 Google 或电子邮件注册，即时获取密钥。

基础聊天补全示例

向以下地址发送 POST 请求 /v1/chat/completions 附带您的消息。模型 ID 始终为 uncensored. 我们严格按实际 token 使用量收费。错误和拒绝免费。这种方法确保您只为实际的内容生成付费，而无需为受限密钥支付隐藏费用。

带有 SSE 的流式响应

通过将 stream 到 true. 您接收用于实时 token 交付的服务器发送事件 (SSE)。最后一个数据块包含总 token 使用统计信息。此方法降低了长输出的感知延迟。它非常适合需要即时反馈的聊天界面。

函数调用与工具

在请求中定义工具以启用函数调用。使用 tool_choice 控制执行。模型支持结构化工具定义。这允许您的应用程序动态解析响应。在工具调用中传递函数名和参数。

JSON 模式与参数

通过设置 response_format 到 {"type": "json_object"}。您可以调整 temperature, top_p，以及 stop 序列。上下文窗口总共支持 100,000 个令牌。最大输出为每次请求 16,000 个令牌。这些参数让您对生成质量进行精确控制。

cURL

Copycurl https://api.uncensoredaidownload.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the latest version of the release notes"}]
  }'

Python

Copyfrom openai import OpenAI

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

流式传输

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)