快速入门：集成我们的无审查 LLM

支持的 SDK 和 Base URL 配置

我们的 API 可与支持 OpenAI chat-completions 协议的任何客户端配合使用。您只需更新 base URL 并提供 API 密钥即可。该服务的 base URL 为 HTTPS://api.aichatbotunfiltered.com/v1。这确保了与 OpenAI Python SDK、Node.js SDK 等库的兼容性。

认证依赖于与您的账户关联的单个 API 密钥。您通过 Google 或电子邮件在注册期间生成此密钥。每个账户保留一个活跃密钥；生成新密钥会立即替换前一个密钥。请妥善保管此密钥，因为它控制您的预付费余额使用。

向 /v1/chat/completions 端点发送请求

使用 POST /v1/chat/completions 端点发送第一个请求。模型标识符始终为 "uncensored"。该模型针对合法成人内容、角色扮演和创意写作进行响应，没有通常在其他模型中找到的安全过滤器。

下面是一个基本的 curl 示例，用于验证连接。将 YOUR_API_KEY 替换为您的实际密钥。

• 将模型设置为 "uncensored"。
• 提供简单的 system 和 user 消息。
• 预计直接文本响应。

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

使用标准参数控制输出的随机性和结构。将 temperature 设置在 0 到 2 之间以调整创造性。较高的值产生更多样化的响应，适用于创意角色扮演。较低的值产生更具确定性和一致性的答案。

使用 top_p 控制核采样。设置 stop 序列以在特定标记（如对话边界）处终止响应。这些参数有助于在不使用外部路由的情况下，将模型行为定制到您的特定用例。

启用流式传输和函数调用

通过将 stream 设置为 true 来启用流式传输。这通过服务器发送事件 (SSE) 返回令牌。令牌使用情况详细信息出现在最后一个数据块中，允许您实时跟踪成本。流式传输降低了最终用户的感知延迟。

您还可以使用函数调用。在请求体中定义工具，以允许模型输出结构化数据或触发操作。这与标准的 OpenAI 工具格式无缝协作。使用 tool_choice 强制特定行为。

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);

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)