开发者快速入门：无审查 API

Base URL 和身份验证

首先将 base_url 设置为 https://api.abliteratedmodels.cc/v1。通过在 Authorization 请求头中包含 API 密钥作为 Bearer token 来认证每次请求。在通过 Google 或电子邮件注册后，你可以立即在 获取 API 密钥 页面生成密钥。密钥仅显示一次；请将其安全地存储在环境变量中。

• 头：Authorization: Bearer YOUR_API_KEY
• 身份验证不需要额外的查询参数。

确保您的客户端库支持自定义 base URL。这允许您在不更改代码结构的情况下替换默认的 OpenAI 接口。

首次请求

向 /v1/chat/completions 发送 POST 请求，并指定模型 ID 为 uncensored。该 API 接受标准的聊天补全参数。文本输入，文本输出。没有嵌入或图像生成接口。

• 模型：uncensored
• 接口：POST /v1/chat/completions

使用以下 curl 命令验证连接：

复制curl https://api.abliteratedmodels.cc/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."}]
  }'

Python SDK 集成

官方 OpenAI Python SDK 可直接与此 API 配合使用。使用正确的 base URL 和密钥初始化客户端。这种方法抽象了 HTTP 细节，同时保持对 temperature 和 top_p 等参数的完全控制。

• 使用 OpenAI(base_url=..., api_key=...)
• 调用 client.chat.completions.create()

以下是用于编码 LLM 任务的最小示例：

复制from openai import OpenAI

client = OpenAI(base_url="https://api.abliteratedmodels.cc/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 集成

对于 Node.js 环境，请使用 openai npm 包。配置 baseURL 指向我们的服务器。这种方法非常适合需要以编程方式访问无审查模型的后端服务或无服务器函数。

• 安装 openai 包
• 将 baseURL 设置为 https://api.abliteratedmodels.cc/v1

示例实现：

复制import OpenAI from "openai";

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

流式响应 (SSE)

通过在请求中设置 stream: true 启用流式输出。API 返回 Server-Sent Events (SSE)。Token 使用统计信息包含在最后一个块中。这减少了内容生成期间最终用户的感知延迟。

• 设置 stream: true
• 在客户端或服务器上解析 SSE 事件

流式输出的代码片段：

复制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)

速率限制和上下文窗口

每个 API 密钥允许每分钟 300 个请求和 8 个并发请求。请求正文不得超过 8 MB。上下文窗口总共为 100,000 个 token。没有单独的输出上限；如果未设置 max_tokens，响应可以一直持续到窗口结束。如果达到限制，您的请求将排队或失败。管理并发以保持在 8 个并发请求阈值内。查看定价页面以获取额度详情。