集成 Uncensored AI API

基础 URL 和认证设置

首先将客户端指向我们的基础 URL。使用 https://api.apiaiuncensored.com/v1 作为端点并提供你的 API 密钥进行身份验证。这适用于官方 OpenAI SDK 和任何兼容的客户端。你需要一个 API 密钥才能发出请求。在仪表板页面生成一个。该密钥授予对无审查模型的访问权限。它是你唯一的凭证。请妥善保管。将其视为密码。该服务使用预存信用额度。你只能使用加密货币充值。接受的货币是 TRC20 上的 USDT 或 Base 上的 USDC。信用额度永不过期。没有月费。你仅为你使用的付费。错误和拒绝不收费。该模型不是 GPT 或 Claude。它是一个独特的开放权重模型，针对无过滤输出进行了调整。上下文窗口为 100,000 个令牌。你可以发送长提示词。每次请求的输出限制为 16,000 个令牌。

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。将模型设置为 uncensored. 发送系统提示词和用户消息。API 返回文本响应。它不过滤合法的成人或争议性话题。您可以将其用于角色扮演或创意写作。无限制 LLM API 处理文本生成。它不支持图像或音频。您必须指定模型 ID。它始终是 uncensored. 不要使用其他模型名称。请求体包含 messages 数组。每条消息都有 role 和 content。system 角色设定行为。user 角色提供输入。assistant 角色包含响应。您可以流式输出。或者等待完整响应。建议对长输出使用流式传输。无限制 API 支持任何语言。它支持函数调用。您可以在请求中定义工具。模型将遵循工具模式。它返回结构化数据。您可以解析 JSON 响应。使用 JSON 模式进行严格输出。将响应格式设置为 json_object。这确保输出是有效的 JSON。无限制编码 AI 在代码生成方面表现良好。它不会拒绝技术解释。它提供直接答案。您可以将其用于调试。它有助于复杂逻辑。无限制 LLM 在线服务速度很快。它具有低延迟。您可以将其集成到您的应用中。它可靠。它稳定。它安全。隐私是关键。提示词不用于训练。您的数据属于您。注册无需电话号码。Google 或电子邮件即可。立即获取密钥。开始构建。无限制 AI 聊天机器人已就绪。它在等待您的输入。它渴望提供帮助。它无拘无束。它不受限制。它是纯文本生成。它强大。它快速。它便宜。它无限制。

Python SDK 集成

使用官方 OpenAI Python 库。使用 pip 安装。将 base URL 设置为我们的端点。设置 API 密钥。创建客户端实例。调用 chat completions 方法。传入 model 和 messages。响应包含生成的文本。你可以通过 choices 属性访问它。uncensored AI API 与 Python 无缝协作。它易于使用。它稳健。文档完善。你可以循环处理响应。你可以处理错误。你可以处理大型数据集。uncensored LLM API 非常适合批处理。它高效。它可扩展。它灵活。你可以将其与 LangChain 一起使用。你可以将其与 LlamaIndex 一起使用。你可以将其与任何框架一起使用。它兼容。它是标准。它可靠。uncensored 编码 AI 非常适合代码生成。它生成整洁的代码。它遵循最佳实践。它理解上下文。它记住之前的消息。它保持状态。它智能。它乐于助人。它准确。它精确。它快速。它便宜。它无审查。立即开始。编写你的第一个脚本。运行它。查看输出。它令人惊叹。它强大。它无审查。

Node.js SDK 配置

安装 OpenAI Node.js 包。配置基础 URL。设置 API 密钥。初始化客户端。调用 chat.completions.create 方法。传入 model 和 messages。响应包含文本。从响应对象中获取文本。uncensored AI API 适用于 Node.js。它速度快。它高效。它轻量。你可以在无服务器函数中使用它。你可以在 Express 应用中使用它。你可以在 Next.js 中使用它。它功能多样。它适应性强。它易于集成。uncensored LLM API 非常适合 Web 应用。它是实时的。它是交互式的。它引人入胜。你可以构建聊天机器人。你可以构建助手。你可以构建智能体。它功能强大。它智能。它响应迅速。它可靠。uncensored 编码 AI 在代码方面表现出色。它生成代码片段。它解释逻辑。它调试错误。它是开发者的最佳伙伴。它是 uncensored。它没有偏见。它中立。它客观。它基于事实。它清晰。它简洁。它直接。它有用。它有价值。它必不可少。开始编码。构建出色的产品。使用 uncensored API。它已就绪。它在等待。它就在你身边。

流式响应与 Token 用量

通过设置 stream 参数为 true 启用流式传输。API 返回文本数据块。每个数据块包含部分响应。您可以实时显示 token。这改善了用户体验。uncensored AI API 支持流式传输。它流畅。它响应迅速。它是实时的。您可以看到文本出现。就像打字一样。它引人入胜。它身临其境。uncensored LLM API 提供 token 计数。您可以跟踪使用情况。您可以监控成本。您可以优化性能。uncensored 编码 AI 与流式传输配合良好。它逐行生成代码。它对开发者很有帮助。它清晰。它精确。它快速。它高效。它是 uncensored。它是免费的。它便宜。它可靠。它安全。它私密。不存储数据。不进行训练。您的提示词属于您。保护好它们。使用 uncensored API。它是最好的。它是唯一的。它是正确的选择。立即开始。流式传输您的第一个响应。观察 token。查看使用情况。它提供信息。它有用。它有价值。它是 uncensored。

处理速率限制和错误

API 实施速率限制。您可以每分钟发送 300 次请求。您可以拥有 8 个并发请求。请求体限制为 8 MB。如果超出限制，您将收到 429 错误。通过带退避的重试来处理此情况。如果密钥无效，您将收到 401 错误。请检查您的 API 密钥。如果没有余额，您将收到 402 错误。通过加密货币充值。无限制 AI API 可靠。它稳定。它一致。它可预测。无限制 LLM API 优雅地处理错误。它返回清晰的错误消息。它帮助您调试。它很有帮助。它提供信息。无限制编码 AI 在限制内工作。它尊重配额。它公平。它平衡。它无限制。它免费。它便宜。它安全。它私密。通过 Google 或电子邮件注册。获取您的密钥。开始使用。无限制 API 就在这里。它已就绪。它在等待。它是您的。

cURL

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

Python

Copyfrom openai import OpenAI

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