API 文档：Uncensored LLM 端点

基础 URL 和认证

您的 API 密钥对所有请求进行身份验证，我们的端点。我们为每个账户提供一个活动密钥，生成新密钥时会立即替换旧密钥。这种设计使您的访问保持简单和安全，无需复杂的权限范围。

将您的客户端指向我们的基础 URL，并在请求头中传递密钥。系统会对无效密钥返回 401 状态码。您无需管理多个密钥，也无需等待审批。

首次使用cURL的请求

通过发送简单的文本补全来验证您的集成是否有效。使用 uncensored 模型 id 以确保您获得无内容过滤的无限制响应。

此请求演示了 API 所需的基本结构。将 YOUR_API_KEY 替换为您的实际凭据。

Copycurl https://api.modelsunlocked.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the server port to 8080 and restart"}]
  }'

Python SDK 集成

使用官方 OpenAI Python 库与我们的端点交互。在创建客户端实例之前设置 base URL 和 API 密钥。这种方法确保与现有代码库的兼容性。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.modelsunlocked.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 SDK 设置

使用标准 SDK 将我们的无审查 LLM 集成到您的 JavaScript 应用程序中。使用特定的基础 URL 和密钥配置客户端。

Copyimport OpenAI from "openai";

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

通过 SSE 实现流式响应

通过将 stream 参数设置为 true 启用流式传输。我们的 API 返回服务器发送事件 (SSE) 以实现实时令牌交付。每个数据块包含部分文本，允许您的应用程序增量显示结果。

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)

限制、错误和上下文窗口

您的账户支持 100,000 token 的上下文窗口，包括提示词和补全词 token。您可以每分钟发送最多 300 次请求，并发限制为 8 个同时请求。如果超出这些限制，API 将返回 429 速率限制错误。余额不足会导致 402 错误。请确保您的请求体保持在 8 MB 以下。