几分钟内集成 Uncensored LLM

基础 URL 和认证

使用专用基地址和有效的 API 密钥将请求路由到我们的 uncensored 模型。端点为 HTTPS://api.gptnorestrictions.com/v1。将您的密钥作为 Bearer 令牌传递到 Authorization 头中。此设置可与任何 OpenAI SDK 配合使用，只需覆盖 base_url 参数即可。每个账户只有一个活动密钥，您可以在仪表板上生成。注册无需电话号码，只需电子邮件或 Google 登录。

发送您的第一个补全请求

向 /v1/chat/completions 发送 POST 请求，包含你的 system 和 user 消息。模型 ID 为 "uncensored"。这将返回针对合法成人主题无内容过滤的文本响应。你可以使用以下 curl 命令立即测试连通性：

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."}]
  }'

将 YOUR_API_KEY 替换为您生成的密钥。响应包括令牌使用详情，用于准确计费。401 错误表示密钥无效，而 402 表示您需要通过加密货币充值信用额。

Python SDK 集成

使用官方 OpenAI Python 库无缝与我们的 API 交互。将 base URL 设置为我们提供的端点并提供您的 API 密钥。模型 "uncensored" 支持 temperature 和 top_p 等标准参数。这使您能够利用熟悉的应用程序代码结构。以下是最小化设置：

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)

请确保正确处理响应对象以提取生成的文本。这种方法在保持与现有 OpenAI 客户端兼容的同时，提供了不受限制的内容生成。

Node SDK 配置

使用标准 OpenAI npm 包将我们的 API 集成到您的 Node.js 应用中。在发出请求之前配置基础 URL 和 API 密钥。无审查模型响应标准的聊天补全调用。这确保您的现有逻辑无需大量重构即可工作。像这样初始化客户端：

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);

调用 chat.completions.create 方法并传入您的消息。响应提供由 LLM 生成的内容。此方法非常适合需要可靠、无审查文本生成的服务器端应用。

处理流式响应

通过在请求中将 stream 设置为 true 启用流式传输。API 返回服务器发送事件（SSE），包含增量文本块。这改善了与您的应用程序交互的用户的感知延迟。令牌使用详情包含在最后一个块中。使用此代码处理流：

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)

累积内容部分以形成完整响应。这种方法对于实时聊天界面非常高效。它允许您在等待完整完成之前显示生成的文本。

限制、错误和上下文窗口

我们的 API 支持 100,000 个 token 的上下文窗口，包括提示和补全。你被限制为每分钟 300 个请求和每个密钥 8 个并发请求。如果你超过这些限制，你会收到 429 错误。常见错误包括无效密钥的 401 和信用不足的 402。小于 8 MB 的请求被接受。错误和拒绝不消耗信用。这确保你只为成功的 token 使用付费。通过监控使用仪表板来管理你的限制。