基礎 URL 與驗證
我們的託管 API 對所有請求使用單一基礎 URL。您透過在 Authorization 標頭中傳遞 API 金鑰來進行驗證。在「取得 API 金鑰」頁面註冊,即可立即獲得金鑰。每個帳戶產生一個金鑰,您可以隨時重新產生以撤銷存取權。模型識別碼嚴格為 uncensored,這是一個開放權重模型,針對無內容拒絕的原始輸出進行調整,適用於合法的成人用途。
基礎 URL:https://api.bestuncensoredllm.com/v1。所有標準 OpenAI SDK 均可透過指向此基礎 URL 並提供您的金鑰來運作。沒有模型路由或供應商選擇;我們提供單一特定的無審查模型。
隱私備註:提示詞不會用於訓練。帳戶僅需電子郵件和密碼,試用層級不需要電話號碼或信用卡。
首次請求
使用 curl 發送您的第一個請求,以驗證連線並接收無審查回應。端點為 POST /v1/chat/completions。請務必將 YOUR_API_KEY 替換為您從儀表板獲得的實際金鑰。
此請求演示了基本的文字輸入、文字輸出流程。模型將根據其訓練進行回應,而不包含標準的商業過濾器,使其非常適合原始資料處理或創意寫作。
curl https://api.bestuncensoredllm.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'如果你收到 401 錯誤,表示你的金鑰無效或已過期。402 錯誤表示預付額度不足。429 錯誤表示你已超過每分鐘 300 次請求的速率限制。
Python SDK 整合
使用官方的 OpenAI Python SDK 與無審查 LLM 互動。透過 pip 安裝套件,然後將客戶端配置指向我們的基礎 URL。對於建構後端服務或資料處理管線的開發人員來說,這是首選方法。
SDK 會自動處理 JSON 序列化和串流。請記住,模型 ID 固定為 uncensored。您可以傳遞 temperature 和 max_tokens 等標準參數來控制輸出行為。
from openai import OpenAI
client = OpenAI(base_url="https://api.bestuncensoredllm.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)此方法對於整合無審查 AI 模型進行程式碼任務或產生大量文字區塊非常穩健。請確保您的程式碼透過實作重試機制來優雅地處理潛在的速率限制錯誤。
Node.js SDK 整合
對於 JavaScript 和 TypeScript 環境,請使用 OpenAI Node.js SDK。使用與 Python 範例相同的基礎 URL 和 API 金鑰配置客戶端。這允許您將無審查回應直接整合到網頁應用程式或基於 Node 的微服務中。
SDK 支援完整的聊天完成參數。由於我們不提供嵌入或影像產生,請針對所有基於文字的互動堅持使用聊天完成端點。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.bestuncensoredllm.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);此設定適用於快速原型設計角色扮演機器人或自動化資料擷取。API 金鑰與您的帳戶綁定,因此請將其保存在環境變數中。如果您懷疑金鑰洩漏,請從儀表板重新產生金鑰。
串流回應
為了獲得更低的延遲體驗,請在請求中設定 stream: true 以啟用串流。API 會傳回包含部分 token 輸出的伺服器發送事件 (SSE)。對於期望即時回饋的即時聊天介面來說,這至關重要。
每個事件包含回應的區塊。您必須解析這些事件以重建完整訊息。串流不會改變定價或 token 計數;您仍會為總輸入和輸出 token 付費。
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)確保您的客戶端正確處理 SSE 連線,並在收到 done 事件後關閉它們。這比等待完整回應更能減少伺服器負載並提供更流暢的使用者體驗。
模型端點、限制與錯誤
使用 GET /v1/models 來驗證可用模型。目前僅提供 uncensored。上下文視窗為 100,000 個 token(包含提示詞和完成內容)。主體大小超過 8 MB 的請求將被拒絕。
速率限制嚴格:每支金鑰每分鐘 300 次請求。超過此限制將觸發 429 錯誤。定價基於用量:每 1M 輸入 token $0.15,每 1M 輸出 token $0.50。預付額度永不過期。新帳戶獲得 7 天有效的 $0.50 試用額度。在 API 金鑰頁面一鍵領取此額度。試用不需要信用卡。立即註冊,開始為您的專案測試最佳的無審查 LLM。