快速入門：整合我們的無審查 LLM

支援的 SDK 與 Base URL 設定

我們的 API 與支援 OpenAI 聊天完成協議的任何客戶端配合運作。您只需更新 base URL 並提供 API 金鑰即可。此服務的 base URL 為 HTTPS://api.aichatbotunfiltered.com/v1。這確保了與 OpenAI Python SDK、Node.js SDK 等函式庫的相容性。

驗證依賴於與您的帳戶關聯的單一 API 金鑰。您在註冊期間透過 Google 或電子郵件生成此金鑰。每個帳戶只有一個活躍的金鑰；生成新金鑰會立即取代舊金鑰。妥善保管金鑰，因為它控制您預付信用的使用。

傳送請求至 /v1/chat/completions 端點

使用 POST /v1/chat/completions 端點發送第一個請求。模型識別碼始終為「uncensored」。該模型針對合法成人內容、角色扮演和創意寫作進行回應，且不含其他模型常見的防護過濾器。

下方是一個用於驗證連線性的基本 curl 範例。請將 YOUR_API_KEY 替換為您的實際金鑰。

• 將模型設定為 "uncensored"。
• 提供簡單的 system 和 user 訊息。
• 預期直接文本回應。

Copycurl https://api.aichatbotunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the steps to deploy a docker container."}]
  }'

配置 Temperature、Top P 和停止序列

使用標準參數控制輸出的隨機性與結構。將 temperature 設定在 0 到 2 之間以調整創造力。較高的值會產生更多樣化的回應，這對於創意角色扮演很有用。較低的值則會產生更具決定性且一致的結果。

使用 top_p 控制核心採樣。設定 stop 序列以在特定標記（例如對話邊界）處終止回應。這些參數有助於根據您的特定使用案例調整模型行為，無需外部路由。

啟用串流和函式呼叫

透過將 stream 設為 true 來啟用串流。這會透過 Server-Sent Events (SSE) 回傳 token。token 使用細節出現在最後一個區塊中，允許您即時追蹤成本。串流降低了終端使用者的感知延遲。

您也可以使用函式呼叫。在請求主體中定義工具，以允許模型輸出結構化資料或觸發動作。這與標準的 OpenAI 工具格式無縫運作。使用 tool_choice 來強制特定的行為。

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

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)