无审查模型的 API 文档

认证与请求头

在 Authorization 头中发送您的 API 密钥以用于每个请求。使用格式 Bearer YOUR_API_KEY 并将其包含在 Authorization 字段。您的密钥在通过 Google 或电子邮件注册后立即生成。注册不需要电话号码。将密钥安全地保存在环境变量中，以防止未经授权的预付费信用消耗。标头确保我们的服务器识别您的账户以进行准确的令牌计费。

POST /v1/chat/completions

发起首次请求以生成文本响应。使用 POST /v1/chat/completions 使用 model 设置为 uncensored. 此端点接受包含 user 和 assistant 角色的标准消息数组。您可以根据客户端配置流式传输响应或接收完整文本。模型处理您的输入并返回无内容拒绝的文本，适用于合法的成人用途。查看速率限制页面以了解并发限制。

GET /v1/models

使用 GET 端点检索可用模型信息。这将返回关于 uncensored 模型及其功能元数据。您可以在发送补全请求前验证模型 ID。响应确认了 API 与标准 OpenAI 结构的兼容性。使用此端点可快速调试客户端配置。它有助于确保您的 SDK 指向正确的服务版本。此端点不会消耗您账户中的 token 额度。

流式响应和令牌使用

通过将 stream 参数设为 true。您接收生成的令牌时的服务器发送事件 (SSE)。最后一个数据块包含请求的总令牌使用情况。这允许在您的应用程序中实时显示响应。令牌计数帮助您准确监控预付费余额。流式传输期间的错误通过正常关闭流来处理。如有需要，您可以无惩罚地中断流。

函数调用和 JSON 模式

使用 tools 参数用于函数调用功能。设置 response_format 到 json_object 以确保严格的 JSON 输出。该模型支持为您的应用程序生成结构化数据。您可以在请求体中定义自定义工具。API 在将请求发送给模型之前会验证结构。这确保了下游代码中解析的一致性。JSON 模式非常适合需要特定格式的自动化工作流。

速率限制与错误处理

如果您超过每分钟 300 次请求，预计会出现 429 错误。限制允许每 key 8 个并发请求。请求体必须保持在 8 MB 以下。如果收到 401 错误，请检查 API key 的有效性。402 错误表示预存余额不足。错误不会从您的余额中消耗 token。上下文窗口支持 prompt 和 completion 合计 100,000 个 token。除非另有说明，否则最大输出为 16,000 个 token。请在客户端代码中优雅地处理这些错误。

cURL

Copycurl https://api.unrestrictedgptchat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the capital of france"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.unrestrictedgptchat.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.js

Copyimport OpenAI from "openai";

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

流式传输

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)