幾分鐘內整合 Uncensored LLM

基礎 URL 與驗證

使用專屬基礎 URL 和有效的 API 金鑰，將請求路由至我們的 uncensored 模型。端點為 HTTPS://api.gptnorestrictions.com/v1。將您的金鑰作為 Bearer token 傳遞至 Authorization 標頭。此設定適用於任何 OpenAI SDK，只需覆寫 base_url 參數即可。每個帳戶僅限一個有效金鑰，您可以在儀表板生成。註冊不需要電話號碼，只需電子郵件或 Google 登入。

發送您的第一個補全請求

向 /v1/chat/completions 發送 POST 請求，並附上您的系統訊息與使用者訊息。模型 ID 為 "uncensored"。此請求將返回針對合法成人主題無內容過濾的文字回應。您可以使用以下 curl 指令立即測試連線：

Copycurl https://api.gptnorestrictions.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the five core components of a standard REST API."}]
  }'

將 YOUR_API_KEY 替換為您生成的金鑰。回應包含詳細的 Token 使用資訊，以便精確計費。401 錯誤表示金鑰無效，402 錯誤表示您需要透過加密貨幣充值。

Python SDK 集成

使用官方的 OpenAI Python 函式庫無縫與我們的 API 互動。將 base URL 設定為我們的端點並提供您的 API 金鑰。模型 "uncensored" 支援標準參數，如 temperature 和 top_p。這使您能夠為應用程式利用熟悉的程式碼結構。以下是最小設定：

Copyfrom openai import OpenAI

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

請確保處理回應物件以提取產生的文字。此方法在提供無限制內容生成的同時，維持了與現有 OpenAI 客戶端的相容性。

Node SDK 配置

使用標準 OpenAI npm 套件將我們的 API 整合至您的 Node.js 應用程式。在發出請求前設定基礎 URL 和 API 金鑰。無審查模型會回應標準聊天完成呼叫。這確保您現有的邏輯無需大幅重構即可運作。初始化客戶端如下：

Copyimport OpenAI from "openai";

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

呼叫 chat.completions.create 方法並傳入您的訊息。回應會提供由大型語言模型生成的內容。此方法非常適合需要可靠、無審查文字生成的伺服器端應用程式。

處理串流回應

在請求中將 stream 設為 true。API 回傳伺服器發送事件（SSE），包含增量文字區塊。這改善了與您的應用程式互動的使用者的感知延遲。令牌用量詳情包含在最後一個區塊中。使用此程式碼處理串流：

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)

累積內容部分以形成完整回應。這種方法對於即時聊天介面非常高效。它允許您在等待完整完成之前，隨著文字產生即時顯示文字。

限制、錯誤與上下文視窗

我們的 API 支援 100,000 個 token 的上下文視窗，包含提示與補全。您的限制為每分鐘 300 次請求，每個金鑰最多 8 個併發請求。如果您超過這些限制，會收到 429 錯誤。常見錯誤包括金鑰無效的 401 錯誤和信用不足的 402 錯誤。接受 8 MB 以下的請求。錯誤和拒絕不會消耗信用。這確保您只為成功的 token 使用付費。透過監控您的使用儀表板來管理您的限制。