快速入门：无审查模型 API

前提条件与基础 URL

我们的 API 可通过更新 base URL 和 API 密钥与任何标准 OpenAI 兼容客户端配合使用。将您的 SDK 指向 https://api.modeluncensored.com/v1 向标准 /v1/chat/completions 端点。您无需安装专有库；现有的工具（如官方的 OpenAI Python 或 Node.js SDK）即可立即使用。只需将基础 URL 配置为将流量路由到我们的服务器，而不是默认的 OpenAI 基础设施。

认证依赖于注册期间生成的单个 API 密钥。将此密钥传递到 Authorization 页眉作为 Bearer 令牌。模型标识符固定为 uncensored 确保所有请求的一致性行为。每个账户提供一个活动密钥，重新生成时将替换任何先前的密钥。

使用 API 密钥进行认证

将你的 API 密钥包含在 Authorization 每次请求的请求头，用于验证您的身份。使用格式 Authorization: Bearer YOUR_API_KEY 用于即时验证请求。如果密钥缺失或无效，API 会立即返回 401 Unauthorized 错误。这确保了只有有效的账户才能消耗你预付费余额中的代币。

使用 Google 或邮箱登录后，您可以从仪表板生成或重新生成密钥。密钥在创建后立即显示。请安全存储，因为它直接访问您的账户余额。注册无需电话验证，使流程快速简单。

发送您的第一个聊天补全请求

向...发起 POST 请求 /v1/chat/completions 附带您的消息和模型标识符以接收响应。该模型接受文本输入并返回文本输出，不对合法成人内容进行软拒绝。您可以将模型 ID 指定为 uncensored 以确保您使用的是我们特定的 uncensored LLM。此端点支持同步和流式响应，以提供灵活性。

请求根据实际 token 使用情况进行计费。错误和拒绝不会消耗信用额度，因此您可以自由测试。每个请求的最大输出为 16,000 个 token，如果您未设置，则为 2,048 个 token。 max_tokens 参数。上下文窗口支持最多 100,000 个标记，用于提示和完成内容的总和。

处理流式响应（SSE）

通过将 stream: true 在请求中以接收生成的 token。这降低了长响应的感知延迟，并允许在你的应用程序中实时显示。流的数据块包含用于计费和监控的总 token 使用统计。这对于构建感觉灵敏且交互式的聊天界面至关重要。

流式响应优雅地处理部分内容，允许您在文本到达时显示文本。这对于模型生成长输出的创意写作或编码任务特别有用。您可以解析服务器发送事件以增量更新您的 UI。确保您的客户端正确处理流结束事件以完成响应。

配置参数：Temperature、Top-p 和 Seed

调整 temperature 用于控制随机性，较高的值会产生更具创造性和多样性的输出。使用 top_p 将采样限制在最可能的标记上，从而对输出分布提供更精细的控制。设置 seed 确保结果具有确定性，这对于调试或可复现的实验至关重要。这些参数允许您针对讲故事或技术写作等特定用例调整模型行为。

该模型支持标准参数，如 stop 序列和 presence_penalty for 高级控制。您可以组合这些设置以实现所需的语气和结构。尝试不同的值，为您的应用程序找到创造力与连贯性之间的最佳平衡。

使用工具和 JSON 模式

通过提供 tools 请求中的数组，让模型输出结构化数据。模型可以根据对话上下文调用函数，实现复杂的工作流程。使用 response_format: {"type": "json_object"} 强制输出为有效的 JSON 格式。这非常适合与后端系统集成或从文本中提取结构化信息。

JSON 模式可确保响应可解析，从而减少客户端中额外的解析逻辑需求。你可以定义多个工具并指定模型应调用哪个工具。此功能增强了模型在自动化任务和数据提取中的实用性。API 无缝处理工具调用的路由。

cURL

Copycurl https://api.modeluncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the current system time in ISO format"}]
  }'

Python

Copyfrom openai import OpenAI

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