集成 Uncensored 模型

前提条件与基础 URL

首先创建账户并生成 API 密钥。使用 Google 或电子邮件地址注册，即可立即获得密钥。不需要电话号码，我们保持您的数据最小化。您的密钥对发送到我们服务器的每个请求进行身份验证。

将您的客户端指向我们的基础 URL： https://api.censurasinllm.com/v1. 此端点支持标准 OpenAI SDK。更新您的客户端配置以使用此 base URL 和您生成的 key。服务透明地处理所有路由。

您可以通过 GET 请求检索可用模型的详细信息至 /v1/models. 这确认您的连接处于活动状态。我们的 API 提供单一无审查模型，专为无限制文本生成而优化。

认证与 API 密钥

将你的 API 密钥包含在 Authorization 每次请求的请求头。使用格式 Bearer YOUR_API_KEY. 此标头验证您的身份并跟踪您的 token 使用情况。如果没有它，服务器将拒绝您的请求。

保持密钥安全。每个账户同时只允许一个活跃密钥。生成新密钥将立即使旧密钥失效。这确保你始终确切知道谁在使用你的额度。

如果您收到 401 Unauthorized 检查您的密钥格式。确保没有尾随空格。密钥必须在您的账户仪表板中有效且处于活动状态。

发送您的第一个请求

发送标准聊天补全请求至 POST /v1/chat/completions. 将模型定义为 uncensored. 以列表格式提供您的消息， role 和 content 字段。API 返回直接响应，没有多余内容。

设置 max_tokens 用于控制输出长度的参数。默认值为 2,048 个 token。您可以将其增加到每个请求 16,000 个 token。总上下文窗口支持提示词和补全部分合计 100,000 个 token。

错误和拒绝不会消耗您的信用额度。您只为成功的令牌生成付费。这使得测试具有成本效益。

流式传输与 token 使用情况

通过将 stream: true 在您的请求中。API 通过服务器发送事件（SSE）逐步返回令牌。这降低了您用户的感知延迟。您可以在第一个令牌到达时立即开始显示输出。

流中的最后一个数据块包含请求的总令牌使用量。使用此数据准确跟踪您的计费。流式传输适用于所有标准参数，例如 temperature 和 top_p.

在代码中仔细处理流事件。当流结束或发生错误时关闭连接。这可以防止应用程序中的资源泄漏。

函数调用与 JSON 模式

使用 tools 用于为模型定义自定义函数。API 支持工具选择和结构化输出。这实现了复杂的交互和数据提取。在请求体中定义您的函数模式。

通过设置启用 JSON 模式 response_format 到 {"type": "json_object"}. 这强制模型输出有效的 JSON。非常适合解析结构化数据或将结果输入其他系统。结合流式传输可实现实时更新。

设置 tool_choice 到 "auto" 或特定的函数名称。这使您对模型行为具有精确的控制。模型严格遵循提供的模式。

限制、错误和上下文

API 限制每个密钥每分钟 300 次请求。你可以最多运行 8 个并发请求。最大请求体大小为 8 MB。超出这些限制将返回 429 Too Many Requests 稍等片刻后重试。

如果您余额不足，您将收到 402 Payment Required 使用 USDT 或 USDC 通过加密货币充值。您的余额永不过期，因此您可以随时付款。无需月度订阅。

对长文档使用完整的 100,000 token 上下文窗口。跟踪您的输入和输出 token。这有助于您保持在预算内并避免意外费用。

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);

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)