API 參考與快速入門

驗證與 Base URL 設定

使用您的 API 金鑰搭配基礎 URL https://api.unlimitedaiapikey.com/v1. 在 Authorization: Bearer <key> 標頭。此設定與任何 OpenAI 相容的 SDK 搭配使用。無訂閱鎖定。您的信用額度永不過期。錯誤免費。拒絕免費。僅實際 token 會收費。

聊天完成端點

傳送 POST 請求至 /v1/chat/completions. 使用模型 ID uncensored. 模型針對合法的成人用途回答，不會拒絕標準的內容。它不是 GPT 或 Claude。它是一個開放權重的模型。這裡沒有嵌入或圖像生成。只是文本輸入、文本輸出。簡單直接。

Python SDK 集成

安裝官方 SDK。配置基礎 URL 和金鑰。使用 uncensored 模型 ID。Python 用戶端自動處理重試。支援串流。支援 JSON 模式。由您掌控參數。無供應商鎖定。純粹的推理能力。可靠的效能。

Node SDK 用法

需要 SDK 套件。設定環境變數。呼叫聊天補全方法。Node 用戶端有效串流資料。它乾淨地解析 JSON 回應。您可以設定自訂標頭。該程式庫處理網路層。專注於您的邏輯。API 負責繁重的處理工作。

串流回應與用量

在請求主體中將 stream: true. 透過伺服器發送的事件接收資料區塊。token 使用量出現在最後一個區塊。這有助於您即時追蹤成本。上下文視窗為 100,000 個 token。最大輸出為 16,000 個 token。密切監控您的速率限制。相應調整您的批次大小。

錯誤處理與限制

處理無效金鑰的 401 錯誤。餘額不足時處理 402。速率限制觸發 429（每分鐘 300 次請求）。請求主體限制為 8 MB。您擁有 8 個併發請求。每個帳戶一個金鑰。如有需要請更換金鑰。錯誤不會消耗餘額。請檢查狀態碼。修復問題。重試請求。

cURL

Copycurl https://api.unlimitedaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List open source alternatives to proprietary llm models"}]
  }'

Python

Copyfrom openai import OpenAI

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

串流

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)