整合 Uncensored 模型

先決條件與基礎 URL

首先建立帳戶並生成 API 金鑰。使用 Google 或電子郵件地址註冊，即可立即獲得金鑰。無需電話號碼，且我們盡量減少您的資料留存。您的金鑰用於驗證對我們伺服器的每次請求。

將您的客戶端指向我們的基礎 URL： https://api.censurasinllm.com/v1. 此端點支援標準 OpenAI SDK。更新您的客戶端配置以使用此基礎 URL 和您生成的金鑰。服務會透明地處理所有路由。

您可以透過 GET 請求取得可用模型的詳細資訊，網址為 /v1/models. 這確認您的連線已啟用。我們的 API 提供單一專為無限制文字生成而優化的無審查模型。

驗證與 API 金鑰

將您的 API 金鑰包含在 Authorization 每次請求的標頭。使用格式 Bearer YOUR_API_KEY. 此標頭用於驗證您的身份並追蹤您的 token 使用情況。若缺少此標頭，伺服器將拒絕您的請求。

保持您的金鑰安全。每個帳戶一次僅允許一個有效金鑰。生成新金鑰會立即使舊金鑰失效。這確保您始終清楚知道誰在使用您的信用額度。

如果您收到一個 401 Unauthorized 請檢查您的金鑰格式。確保沒有尾隨空格。金鑰必須在您的帳戶儀表板中有效且處於啟用狀態。

發送您的第一個請求

發送標準聊天完成請求至 POST /v1/chat/completions. 將模型定義為 uncensored. 以列表格式提供您的訊息， role 和 content 欄位。API 會回傳直接回應，沒有多餘內容。

設定 max_tokens 用於控制輸出長度的參數。預設值為 2,048 個 token。您可以將此值增加至每個請求 16,000 個 token。總上下文視窗支援提示與補合計 100,000 個 token。

錯誤與拒絕不會消耗您的信用額度。您只需為成功的 token 生成付費。這使得測試更具成本效益。

串流與 token 使用量

在請求主體中將 stream: true 在您的請求中。API 透過伺服器發送事件 (SSE) 逐步傳回 Token。這可降低使用者的感知延遲。您可以在第一個 Token 到達時立即開始顯示輸出內容。

串流的最後一個區塊包含該請求的總 token 使用量。使用此數據可準確追蹤您的帳單。串流支援所有標準參數，例如 temperature 和 top_p.

在程式碼中謹慎處理串流事件。當串流結束或發生錯誤時請關閉連線。這可防止應用程式發生資源洩漏。

函式呼叫與 JSON 模式

使用 tools 用於為模型定義自訂函數。API 支援工具選擇與結構化輸出。這實現了複雜的互動與資料擷取。在請求主體中定義您的函數結構描述。

透過設定啟用 JSON 模式 response_format 以 {"type": "json_object"}. 這可強制模型輸出有效的 JSON。非常適合用於解析結構化資料或將結果輸入其他系統。可結合串流功能以獲得即時更新。

設定 tool_choice 以 "auto" 或特定的函數名稱。這使您能夠精確控制模型行為。模型將嚴格遵循提供的架構。

限制、錯誤與上下文

API 每支金鑰每秒鐘限制 300 次請求。您最多可執行 8 個同時請求。最大請求主體大小為 8 MB。超過這些限制將返回 429 Too Many Requests 稍等片刻後再重試。

如果您信用額度耗盡，您將收到 402 Payment Required 使用 USDT 或 USDC 透過加密貨幣充值。您的信用額度永不過期，因此您可以隨時付費。不需要月度訂閱。

對於長文件使用完整的 100,000 token 上下文視窗。追蹤您的輸入和輸出 token。這有助於您保持在預算內並避免意外費用。

cURL

Copycurl https://api.censurasinllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check if the model filters adult themes in roleplay mode"}]
  }'

Python

Copyfrom openai import OpenAI

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