API 文档
一分钟内将 Python 或 Node.js 应用连接到无审查 LLM。使用标准的 OpenAI 兼容端点生成文本，无需内容审查。
快速入门：使用 Python 或 JS 发起第一次请求
发送第一个提示并立即获取原始文本输出。API 接受标准的聊天补全负载，因此您可以替换基础 URL 和密钥以开始生成无审查内容，而无需重写逻辑。使用以下 cURL 命令在将代码集成到代码库之前验证连通性和模型可用性。
此初始请求确认端点可达且您的认证令牌有效。然后您可以使用提供的 SDK 包装器构建应用程序逻辑。
curl https://api.chatunrestricted.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the three main endpoints for user authentication"}]
}'认证与基础 URL
通过在 HTTP 请求头中传递您的 API 密钥进行认证。所有请求必须指向基础 URL https://api.chatunrestricted.com/v1 确保与 OpenAI SDK 兼容。您可以通过仪表板即时生成密钥，使用 Google 或电子邮件凭据，无需电话号码。
API 密钥标识您的账户并跟踪令牌使用情况，以扣除您的预付费余额。请妥善保管此密钥，因为它提供对您信用的直接访问权限。每个账户只允许一个活动密钥；生成新密钥会自动使旧密钥失效。
POST /v1/chat/completions
通过向聊天补全端点发送 POST 请求生成文本。模型 ID 为 uncensored, 运行一个开放权重模型，经过调整以在不进行内容拒绝的情况下回答合法成人用途的问题。您可以通过标准参数控制输出长度、随机性和停止条件。
此端点支持流式传输、函数调用和 JSON 模式响应。不支持嵌入、图像或微调。请使用 Python SDK 异步处理请求，以提升 Web 应用的性能。
from openai import OpenAI
client = OpenAI(base_url="https://api.chatunrestricted.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)GET /v1/models
检索可用模型列表以确认 API 结构。响应包括 uncensored 模型 ID，您必须在补全请求中指定它。此端点可帮助您验证服务是否在线，以及模型 ID 是否未更改。
使用此端点在发送昂贵的生成请求之前调试连接问题。它返回标准的 OpenAI 兼容模型元数据，包括模型 ID 和对象类型。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.chatunrestricted.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);参数：温度、Top P、Seed
使用标准采样参数控制输出的随机性和确定性。设置 temperature 在 0 到 2 之间调整创造力，并使用 top_p 限制核采样。该 seed parameter allows you to reproduce specific outputs for debugging or consistent roleplay scenarios.
这些参数直接影响模型生成文本的方式。较高的温度产生更多样化的响应，而较低的温度使输出更集中且可预测。使用 stop 序列以在特定标记处终止生成。
流式传输、工具和 JSON 模式
使用服务器发送事件 (SSE) 实时流式响应以降低延迟。通过设置启用 JSON 模式 response_format 到 json_object 用于结构化数据提取。支持用于执行函数的工具调用，允许模型调用外部 API。
流式传输对于构建在生成令牌时显示文本的聊天界面至关重要。流中的最后一个数据块包含请求的总令牌使用量，从而实现准确的计费追踪。使用以下示例在你的应用中实现流式传输。
stream = 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)速率限制与计费
监控您的速率限制以避免在高容量使用期间服务中断。API 强制执行每分钟 300 次请求的限制和每个密钥 8 个同时请求的并发限制。最大请求体大小为 8 MB。
计费为预付费，基于实际 Token 用量。错误和拒绝请求不消耗额度。如果遇到 401 错误，您的 API 密钥无效。402 错误表示额度不足，429 错误表示您已超过速率限制。上下文窗口支持 100,000 个 Token（提示词和补全合计）。
常见问题
如何在应用程序中处理 API 错误？
检查 HTTP 状态码以确定问题。401 错误表示 API 密钥无效或缺失。402 错误表示预付费信用已耗尽。429 错误表示您超过了每分钟 300 次请求的速率限制。
上下文窗口限制是多少？
上下文窗口支持 10 万个 token，包含 prompt 和 completion 的总和。每次请求的最大输出为 16,000 个 token，如果未明确设置 max_tokens 参数，则为 2,048 个 token。
API 是否支持流式响应？
是的，该 API 支持通过服务器发送事件（SSE）进行流式传输。每个块包含部分文本，最后一个块包含请求的总令牌使用情况。这允许在您的应用中实时显示生成的文本。
生成您的 API 密钥
注册，复制你的密钥，并更新你的基础 URL。这就是你需要做的全部。
