無審查 LLM API 文件

基礎 URL 與驗證

使用我們的專用 base URL 連接您的客戶端。所有請求都需要在 Authorization 標頭。此金鑰在透過 Google 或電子郵件註冊時立即生成，確保無需手機號碼。系統會強制每個帳戶僅有一個有效金鑰，並立即取代任何先前的金鑰。

驗證很直接。包含 Authorization: Bearer YOUR_API_KEY 每次請求中。如果金鑰遺失或無效，API 會返回 401 這確保您的 無審查 LLM 存取權限安全且與您的預付信用額度綁定。

聊天完成端點

將文字傳送至 POST /v1/chat/completions 並接收純文字輸出。此端點提供單一無審查模型，消除了對模型路由或層級限制的猜測。您無需為不同功能管理多個端點。

只需以標準格式提供您的訊息。API 會處理輸入並返回生成結果。這種方法保持您的整合簡單，同時為角色扮演或創意寫作提供高品質、無過濾的內容。

Copycurl https://api.generatoraiunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top ten errors in this python script"}]
  }'

Python SDK 集成

安裝官方 OpenAI Python 函式庫，並將其指向我們的基礎 URL。這使您能夠使用熟悉的方法，例如 chat.completions.create() 無需重寫邏輯。該 SDK 會自動處理 JSON 序列化與回應解析。

使用您的 API 金鑰和自訂基礎 URL 配置客戶端。此設定讓您可以利用現有的程式碼結構同時存取 uncensored 模型。這是整合可靠 的最快方式 無審查 AI API 到您的 Python 專案中。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.generatoraiunfiltered.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 SDK 實現

使用 openai npm 套件以連接您的 Node.js 應用程式。設定 baseURL 和 apiKey 進行任何呼叫前的屬性。這確保所有請求正確路由至我們的無審查模型伺服器。

Node SDK 支援標準的 promise 工作流程。您可以在現有的非同步函數中輕鬆處理回應和錯誤。這使其非常適合伺服器端生成或後台作業處理。

Copyimport OpenAI from "openai";

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

串流回應與 Token

在請求主體中將 stream: true 在您的請求中。API 會隨生成情況傳回區塊，允許即時顯示。Token 使用數據包含在最後一個區塊中，因此您可以準確追蹤成本。

串流可降低使用者的感知延遲。對於需要即時回饋的聊天介面或應用程式而言，這至關重要。該 unfiltered 聊天機器人 API 高效處理串流，確保數據流暢，不會阻塞您的主執行緒。

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、錯誤與上下文視窗

該模型支援 100,000 token 的上下文視窗，用於提示詞與補全的總和。每個請求的最大輸出為 16,000 token。若 max_tokens 未設定），預設限制為 2,048 個 token。這允許生成長篇內容而無需頻繁中斷。

速率限制設為每個金鑰每分鐘 300 次請求，並發限制為 8 個同時請求。錯誤包括 402 表示預付信用不足，而 429 表示速率限制。請求主體不得超過 8 MB。這些限制確保您的服務穩定運作。 unfiltered AI 整合。