几分钟内集成 Uncensored AI

安装标准 OpenAI SDK

首先为您首选的语言安装官方客户端库。这确保了您使用与主要提供商完全相同的请求结构，同时我们处理无审查的后端。无需自定义包装器或遗留的 HTTP 调用。您可以根据环境使用 pip 或 npm 继续操作。

配置基础 URL 和 API 密钥

将您的客户端指向我们的端点以正确路由请求。您必须将基础 URL 设置为 HTTPS://api.aiuncensoredthe.com/v1 并提供来自仪表板的密钥。此配置确保所有调用都指向 uncensored LLM API，而不是默认的 OpenAI 服务器。

• 基础 URL：HTTPS://api.aiuncensoredthe.com/v1
• 模型 ID：uncensored
• 认证：通过 API 密钥

发送您的第一次聊天补全

向 /v1/chat/completions 发送标准 POST 请求并附带您的提示。uncensored AI API 以文本形式响应，不应用标准内容过滤器。您可以发送任何主题，包括成人或争议性主题，只要不涉及未成年人即可。响应将立即返回生成的 token 流。

Copycurl https://api.aiuncensoredthe.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return current UTC timestamp in ISO format"}]
  }'

启用流式传输以实现实时输出

将 stream 参数设置为 true 以降低延迟感知。这通过服务器发送事件 (SSE) 逐个发送 token。您可以在模型继续生成时即时显示输出。uncensored 模型高效处理高吞吐量流，而不会断开连接。这种方法显著减少了感知等待时间。

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)

使用工具调用和 JSON 模式

启用函数调用，让模型执行外部逻辑。在请求体中传递包含模式定义的 tools 数组。API 尊重 tool_choice 参数以实现精确控制。您还可以使用 response_format json_object 强制输出 JSON 格式，以进行结构化数据提取。这种灵活性支持复杂的集成模式。

Copyfrom openai import OpenAI

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

管理上下文和参数

我们的无审查 AI 支持 100,000 个令牌的上下文窗口（提示和补全合计）。最大输出为每次请求 16,000 个令牌，或未指定时为 2,048 个令牌。您可以调整 temperature 和 top_p 以控制创造性。速率限制为每密钥每分钟 300 次请求。401 错误表示密钥无效，402 表示无信用额度，429 表示速率限制。

Copyimport OpenAI from "openai";

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