快速入门：集成无审查补全

首次请求

生成密钥后立即发送您的第一条补全请求。使用模型 ID uncensored 访问开源权重模型。它高效处理文本输入和文本输出。

以下示例演示了基本的文本补全请求。替换 YOUR_API_KEY 附带您的实际密钥。这确认您的身份验证正常工作。

您可以调整 temperature 或 top_p 等参数来控制创造性。模型响应标准的 JSON 负载。错误会返回清晰的代码。402 错误表示您需要充值信用额度。充值支持 TRC20 网络上的 USDT 或 Base 网络上的 USDC。

这种简便性减少了集成时间。您不需要复杂的中间件。API 的行为类似于标准的 OpenAI 端点。这种熟悉感显著加快了您的开发周期。

Python SDK 集成

使用官方 OpenAI Python 库快速集成。在客户端初始化时设置 base URL 和 API 密钥。这种方法使您的代码保持整洁且易于维护。

将模型名称作为 uncensored. 该库会自动处理 JSON 序列化。您将获得结构化响应，便于在应用程序逻辑中进行解析。

此方法同时适用于同步和异步工作流。您可以流式传输响应，也可以一次性获取完整文本。选择取决于您的用户体验需求。流式传输可降低长回答的感知延迟。

妥善保管您的 API 密钥。不要将其硬编码在版本控制中。在生产部署中使用环境变量。这种做法可以防止凭据意外泄露。

Node SDK 集成

使用 Node.js SDK 集成到服务器端应用程序中。使用您的 base URL 和密钥初始化客户端。其结构 closely 镜像 Python 实现。

调用 chat.completions.create 带有 uncensored 模型。SDK 高效管理 HTTP 请求。您将获得标准 JSON 格式的反应。

此配置与 Express 或 Fastify 服务器配合良好。您可以将 API 调用包装在路由处理程序中。优雅地处理错误以通知您的用户。429 错误表示您达到了速率限制。

内存占用保持低位，因为繁重的处理工作由我们完成。您的服务器只需处理 JSON 输入。这种架构可随用户群轻松扩展。无需复杂的基础设施管理。

流式传输与 token 使用情况

通过将 stream: true 在您的请求中。API 随生成返回文本块。这改善了长响应的用户体验。

每个块包含 token 用量数据。最后一个块包含请求的总 token 数。您可以实时跟踪成本。这种透明度有助于您有效管理预付费余额。

流式传输中的错误通过标准 HTTP 代码处理。如果余额耗尽，402 错误会停止流式传输。充值后可以恢复或重试。流程非常简单。

流式传输减少了首字节等待时间。用户会立即看到进度。此功能对于聊天界面至关重要。它使 uncensored LLM 感觉响应灵敏且动态。

速率限制与上下文窗口

我们的限制对大多数用例来说非常慷慨。您每个密钥每分钟可获得 300 次请求。您可以同时拥有 8 个并发请求。这支持高吞吐量应用，而不会产生瓶颈。

上下文窗口总计 100,000 个 token。这包括提示词和补全部分。每次请求的最大输出为 16,000 个 token。设置 max_tokens 明确以避免默认值。默认最大值为 2,048 个 token。

错误代码可帮助您快速调试。401 表示密钥无效。402 表示没有余额。429 表示超出速率限制。查看响应正文以获取详细信息。余额退款不可用，但错误会通过支持团队修复。

请求体必须小于 8 MB。此限制可确保性能稳定。请根据此限制规划有效载荷大小。大型文档可能需要分块处理。这种方法可保持低延迟且一致。

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);

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)