集成无审查 LLM API

设置您的 base URL 和 API 密钥

将您的客户端指向我们的特定端点。使用 https://api.openaicompatibleserver.com/v1 作为您的基础 URL。通过仪表板生成密钥。该密钥对所有请求进行身份验证。

发送您的第一个聊天补全

POST 到聊天补全端点。发送您的提示并接收文本。模型 ID 是 uncensored它处理高达 100,000 token 的上下文。

启用流式传输并获取实时令牌

设置 stream: true 在您的请求中。接收服务器发送的事件。Token 用量出现在最后一个数据块中。这降低了长输出的感知延迟。

使用函数调用和 JSON 模式

在请求体中传入 tools。模型遵循严格的 JSON 模式。设置 response_format 到 {"type": "json_object"} 用于可靠解析。这确保了应用程序的结构化数据。

处理错误和使用限制

检查 HTTP 状态码以排查问题。401 表示您的密钥无效。402 表示余额不足。429 表示达到速率限制。您每分钟可获得 300 次请求。100k 上下文窗口包括提示和补全。

与 OpenAI 兼容的服务器客户端集成

在任何 SDK 中替换您的基础 URL。使用相同的 Python 或 Node 库。协议保持不变。这适用于 Cline 或 Roo Code 等工具。在不重写代码的情况下切换后端。

cURL

Copycurl https://api.openaicompatibleserver.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the server timeout to 30 seconds"}]
  }'

Python

Copyfrom openai import OpenAI

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