API 文件 & 快速入門

基礎 URL 與驗證

每個請求都針對 https://api.whatisthemostuncensoredai.com/v1 搭配您的 API 金鑰。此 OpenAI 相容的 API 端點預期標準標頭以立即連線。

• 標頭： Authorization: Bearer YOUR_API_KEY
• 端點： /v1/chat/completions

Copycurl https://api.whatisthemostuncensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of the top 10 uncensored models"}]
  }'

妥善保管您的金鑰。若遭洩漏請立即更換。註冊無需提供手機號碼。使用 Google 或電子郵件存取即可立即獲得憑證。

聊天完成端點

發送訊息至單一無審查 LLM API 端點以進行文本生成。模型 id 始終為 uncensored.

Copyfrom openai import OpenAI

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

輸入文本進入 messages 陣列。輸出內容出現在 content. 錯誤會返回標準 HTTP 代碼。沒有複雜的路由邏輯。只需傳送有效負載並接收回應即可。

串流回應 (SSE)

透過設定 stream: true. 此無審查 LLM API 支援 Server-Sent Events，適用於低延遲應用。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.whatisthemostuncensoredai.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);

隨到達處理區塊。token 使用詳情出現在最後一個區塊中。緩衝極小。優雅地處理部分回應。當生成完成或發生錯誤時，串流結束。

函式呼叫與 JSON 模式

使用 response_format 用於結構化輸出。設定 json_object 用於強制執行嚴格的 JSON 合規性。此無審查 AI API 支援用於程式化互動的工具定義。

在請求主體中定義工具。模型會回傳符合您架構的有效 JSON。在您的程式碼中解析結果。錯誤處理與標準請求保持一致。

Token 限制與上下文視窗

上下文視窗支援 100,000 個 token 總量。每次請求的最大輸出為 16,000 個 token。若未指定，預設最大 token 數為 2,048。

提示與完成 token 總計。超出限制將返回錯誤。可透過回應標頭監控用量。高效的提示能節省信用額度。預付信用額度永不過期。

錯誤處理與使用

處理無效金鑰的 401 錯誤。餘額不足時返回 402。速率限制在每分鐘 300 次請求後觸發 429 錯誤。

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)

錯誤包含詳細訊息。拒絕免費。請檢查 error 物件以獲取詳細資訊。重試邏輯應考慮速率限制。僅在 token 成功使用時才會扣除信用額度。