OpenAI-Compatible API 文档

基础 URL 和认证

配置客户端使用我们的基础 URL 是第一步。将你的 SDK 指向 https://api.unsensoredgpt.com/v1 并在 Authorization 页眉。您通过仪表板使用 Google 或电子邮件注册后，会立即获得此密钥。

我们的认证非常简单：没有复杂的范围或 OAuth 流程。只需使用您生成的密钥即可。

您必须在每个请求中发送的模型标识符是 uncensored. 这是一个专为成人用途优化的开放权重模型，不同于 GPT 或 Claude。它不是转售的厂商模型。

首次请求

发送标准聊天补全请求以测试连接和 token 使用情况。使用 uncensored 模型 ID 以确保您访问的是我们特定的微调版本。

此示例演示了一个简单的文本生成任务。如果您收到包含 content 的 JSON 响应，则表明您的集成运行正常。

Copycurl https://api.unsensoredgpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate the API status response"}]
  }'

检查 usage 字段以根据我们的预付费信用余额验证令牌计数。

Python SDK 集成

使用官方 openai 用于与我们的 API 交互的 Python 库。将基础 URL 设置为我们的端点并提供您的 API 密钥。

这种方法允许您重用现有代码库而无需重写 HTTP 客户端。该库自动处理序列化。

Copyfrom openai import OpenAI

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

记得明确指定模型为 uncensored 在你的客户端初始化或请求负载中。

Node SDK 集成

对于 JavaScript 开发者，Node.js SDK 的使用方式与 Python 版本完全相同。使用基础 URL 和密钥初始化客户端。

传入 uncensored 模型 ID 以确保正确的路由。SDK 管理连接池和重试机制。

Copyimport OpenAI from "openai";

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

此配置支持同步和异步调用，具体取决于您的应用程序架构。

流式响应（SSE）

通过将 stream: true 在请求中。我们的 API 返回服务器发送事件（SSE）以实时传输 token。

解析 delta.content field from each chunk to assemble the final response. Token usage statistics are included in the final chunk.

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)

流式传输降低了长输出的感知延迟。它非常适合聊天界面。

限制、错误和上下文

您的上下文窗口总计 100,000 个令牌。每次请求的最大输出为 16,000 个令牌。超过这些限制将返回 400 错误。

常见错误包括 401（无效密钥）、402（预付费余额不足）和 429（速率限制）。速率限制为每个密钥每分钟 300 次请求。

提示词不用于训练。您的信用额度永不过期。通过加密货币充值处理 402 错误以恢复服务。