API 参考与快速入门

认证与基础 URL 设置

使用您的 API 密钥与基础 URL https://api.unlimitedaiapikey.com/v1. 在 Authorization: Bearer <key> 头部。此设置兼容任何 OpenAI 兼容的 SDK。无订阅锁定。您的积分永不过期。错误免费。拒绝免费。仅实际 token 收费。

聊天完成端点

发送 POST 请求至 /v1/chat/completions. 使用模型 ID uncensored. 该模型对合法的成人用途作答时不进行标准的内容拒绝。它不是 GPT 或 Claude。它是一个开源权重模型。这里没有嵌入或图像生成功能。只是文本输入，文本输出。简单直接。

Python SDK 集成

安装官方 SDK。配置基础 URL 和密钥。使用 uncensored 模型 ID。Python 客户端自动处理重试。支持流式传输。支持 JSON 模式。由您掌控参数。无厂商锁定。纯粹的计算能力。可靠的性能。

Node SDK 用法

需要 SDK 包。设置环境变量。调用 chat completions 方法。Node 客户端高效地流式传输数据。它干净地解析 JSON 响应。您可以设置自定义标头。该库处理网络层。专注于您的逻辑。API 处理繁重的工作。

流式响应与用量

通过将 stream: true. 通过服务器发送事件接收数据块。Token 用量出现在最后一个数据块中。这有助于您实时跟踪成本。上下文窗口为 100,000 个 Token。最大输出为 16,000 个 Token。密切监控您的速率限制。相应调整批量大小。

错误处理和限制

处理 401（密钥无效）。余额低时处理 402。速率限制触发 429（300 次请求/分钟）。请求体限制为 8 MB。您拥有 8 个并发请求。每个账户一个密钥。如需更换请替换密钥。错误不消耗余额。检查状态码。修复问题。重试请求。

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);

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)