API 文件

快速入門：第一次請求

向單一無審查端點發送完成請求。API 接受標準的 chat-completions JSON 有效載荷，並針對合法的成人用途返回無內容拒絕的文字回應。

使用您儀表板中提供的 base URL。在 authorization 標頭中包含您的 API 金鑰。將模型 ID 設定為 uncensored. 這可確保您連接到運行開源模型並針對無限制輸出進行調校的正確伺服器。

發送簡單提示詞以驗證連線。系統會在回應主體中返回 token 用量與生成的文字。

驗證與金鑰

驗證每個請求，在 Authorization 標題。您的 API 金鑰在透過 Google 或電子郵件註冊後立即生成。

妥善保管您的金鑰。每個帳戶僅有一把有效金鑰；生成新金鑰將撤銷舊金鑰。金鑰提供對您預付餘額的完整存取權。

如果金鑰無效或已過期，API 將返回 401 錯誤。

聊天完成端點

使用標準方式與模型互動 POST /v1/chat/completions 端點。此端點處理所有文字生成任務。

將您的對話歷史發送至 messages 陣列。API 會處理輸入並回傳模型的回應。您可以包含系統提示詞來引導行為。

此端點支援 JSON 模式與函式呼叫。利用這些功能，可將 API 無縫整合至您的應用程式中。

確保您的資料載體保持在 8 MB 的請求主體限制內。

串流與 SSE

在請求中將 stream: true 在您的請求中。API 會傳回伺服器發送事件 (SSE) 串流。

每個區塊包含部分文字更新。最後一個區塊包含完整的 token 用量統計數據。

此方法降低了終端使用者的感知延遲。它允許你的應用程式在生成文字時即時顯示。

優雅地處理串流中斷。如果連線保持穩定，API 保證所有 token 的送達。

參數與選項

使用標準參數控制生成行為。調整 temperature 用於創意或確定性。使用 top_p 用於核採樣。

設定 max_tokens 以限制輸出長度。預設值為 2,048 個 token。每次請求的最大值為 16,000 個 token。

使用 stop 序列以在特定標記處停止生成。該 seed parameter ensures reproducible results for debugging.

這些選項在所有客戶端中運作一致。

錯誤處理與限制

監控您的請求速率和餘額。API 對每個金鑰實施每分鐘 300 次請求的限制。

429 錯誤表示您已超過速率限制。402 錯誤表示您的預付額度已耗盡。

上下文視窗總共支援 100,000 個 token。這包含提示詞與補全內容。

處理過程中的錯誤不會消耗信用額。僅對成功的 token 生成進行計費。

cURL

Copycurl https://api.mostuncensoredllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of ten distinct Linux shell commands for system monitoring."}]
  }'

Python

Copyfrom openai import OpenAI

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