API 文档 & 快速入门

基础 URL 和认证设置

API 密钥对每个请求进行身份验证。通过仪表板使用 Google 或电子邮件凭据生成它。将其传递到 Authorization 页眉作为 Bearer 令牌。

• 基础 URL： https://api.unrestrictedlocalaimodels.com/v1
• 标头： Authorization: Bearer YOUR_API_KEY

无订阅疲劳或月度计费周期。积分是预付费的，永不过期。

/v1/chat/completions 端点

发送标准聊天请求以生成文本，无需内容拒绝逻辑。

端点接受与 OpenAI 相同的 JSON 结构。设置 model 到 uncensored系统处理您的输入并返回原始输出。

处理过程中的错误不消耗信用。拒绝免费。仅成功的令牌生成会消耗您的余额。

Python SDK 集成

使用官方 OpenAI Python 库。将其指向我们的 base URL。

此功能允许您利用现有代码。该库会自动处理 JSON 序列化。

设置 api_key 到您的密钥。设置 base_url 指向我们的端点。传递 model="uncensored" 在请求中。

Node.js SDK 集成

使用我们的基础 URL 初始化 OpenAI 客户端。这适用于任何兼容的 SDK。

配置客户端对象。传入您的 API 密钥。该库管理请求生命周期。

调用 chat.completions.create(). 设置模型 ID。接收包含生成文本的响应对象。

流式响应与 Token 用量

通过将 stream: true服务器发送服务器发送事件。

Token 用量数据出现在最后一个数据块中。这允许准确跟踪计费。

处理部分更新。实时更新您的 UI。SSE 流干净地结束。

错误处理和速率限制

速率限制按密钥应用。您可以每分钟发送 300 次请求。并发限制为 8 个同时请求。

401 状态表示密钥无效。402 状态表示余额不足。429 状态表示速率限制。

上下文窗口为 100,000 个 token。输出限制为 16,000 个 token。请求体必须小于 8 MB。

cURL

Copycurl https://api.unrestrictedlocalaimodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the three main dependencies for this rust crate"}]
  }'

Python

Copyfrom openai import OpenAI

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