快速上手：整合無審查完成

首次請求

在產生金鑰後立即發送您的第一個補全請求。使用模型 ID uncensored 存取開源權重模型。它高效處理文本輸入和輸出。

以下範例演示了一個基本的文本補全請求。請替換 YOUR_API_KEY 搭配您的實際金鑰。這確認您的驗證運作正常。

您可以調整如 temperature 或 top_p 等參數以控制創意。模型會回應標準的 JSON 載荷。錯誤會返回清晰的代碼。402 錯誤表示您需要充值信用額度。充值可使用 TRC20 上的 USDT 或 Base 上的 USDC。

此簡易性縮短了整合時間。您無需複雜的中間件。API 的行為如同標準的 OpenAI 端點。這種熟悉感顯著加快了您的開發週期。

Python SDK 集成

使用官方的 OpenAI Python 函式庫快速整合。在客戶端初始化時設定 base URL 和 API 金鑰。此方法保持程式碼的整潔與可維護性。

將模型名稱作為 uncensored. 該函式庫會自動處理 JSON 序列化。您會收到結構化的回應，便於在應用程式邏輯中進行解析。

此方法適用於同步和非同步工作流。您可以串流回應，也可以一次性獲取完整文本。選擇取決於您的用戶體驗需求。串流可降低長回答的感知延遲。

妥善保管您的 API 金鑰。請勿將其硬編碼在版本控制系統中。請在生產環境部署時使用環境變數。此做法可防止憑證意外暴露。

Node SDK 整合

使用 Node.js SDK 整合至伺服器端應用程式。使用 base URL 和金鑰初始化客戶端。其結構與 Python 實作非常相似。

呼叫 chat.completions.create 與 uncensored 模型。SDK 有效管理 HTTP 請求。您會收到標準 JSON 格式的回應。

此設定與 Express 或 Fastify 伺服器配合良好。您可以將 API 呼叫包裝在路由處理程序中。以優雅的方式處理錯誤以通知您的使用者。429 錯誤表示您已達到速率限制。

記憶體使用量保持低位，因為我們負責處理繁重的任務。您的伺服器只需處理 JSON 輸入。這種架構可隨著您的用戶群輕鬆擴展。無需複雜的基礎設施管理。

串流與 token 使用量

在請求主體中將 stream: true 在您的請求中。API 會隨生成情況傳回文字區塊。這可改善長回應的使用者體驗。

每個區塊包含 token 用量數據。最後一個區塊包含該請求的總 token 數量。您可以即時追蹤成本。這種透明度有助於您有效管理預付餘額。

串流過程中的錯誤透過標準 HTTP 代碼處理。如果信用額耗盡，402 錯誤會終止串流。您可以在充值後恢復或重試。過程非常簡單。

串流可減少首個位元組的等待時間。使用者可以立即看到進度。此功能對於聊天介面至關重要。它讓 uncensored LLM 感覺更具回應性和動態感。

速率限制與上下文視窗

我們的限制對大多數用例來說相當寬鬆。每個金鑰每分鐘可處理 300 次請求。您可以同時擁有 8 個併發請求。這支援高吞吐量應用，不會造成瓶頸。

上下文窗口總共為 100,000 個 token。這包含提示詞與補全內容。每次請求的最大輸出為 16,000 個 token。設定 max_tokens 明確指定以避免預設值。預設最大值為 2,048 個 token。

錯誤代碼可幫助您快速調試。401 表示密鑰無效。402 表示無信用額。429 表示超過速率限制。查看響應正文以獲取詳細信息。信用額不退款，但錯誤會通過支持團隊修復。

請求主體必須小於 8 MB。此限制可確保穩定的效能。請根據需要規劃有效載荷大小。大型文件可能需要分塊處理。此方法可保持低延遲且一致。

cURL

Copycurl https://api.openaitokenpricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate cost for 100k tokens"}]
  }'

Python

Copyfrom openai import OpenAI

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