API 快速集成指南

认证与基础 URL

要使用我们的 人工智能 API，你需要一个 API 密钥和正确的 base URL。在 获取 API 密钥 页面使用你的电子邮件和密码注册，即可立即获得密钥；测试无需信用卡。在任意兼容 OpenAI 的客户端中使用 base URL https://api.llmsincensura.com/v1。认证通过发送包含密钥的 Authorization: Bearer YOUR_API_KEY 请求头完成。这种标准方法确保你的 无审查 LLM 能与你熟悉的工具配合使用。

你调用的模型是 uncensored。请确保在请求中配置它。没有复杂的路由；你发送文本，接收原始文本。如果你的应用需要特定接口，这就是聊天所需的唯一接口。简单性是快速无缝集成的关键。

/v1/chat/completions 接口

无审查 AI API 的核心是聊天补全接口。发送消息列表（系统、用户、助手）并接收完整回复。这种直接的方法避免了其他模型在成人或争议话题上常见的内容拒绝。JSON 结构与 OpenAI 完全相同，便于从其他平台迁移。

请记住，我们仅支持此文本接口。没有嵌入或图像生成功能。你可以先用 curl 测试简单请求，以验证密钥是否有效且响应未被过滤。

Copiarcurl https://api.llmsincensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python 集成

Python 开发者可以使用官方 openai 库并调整基础 URL。这允许利用现有的工具和 SDK 生态系统。配置密钥和 base_url 指向我们的服务器。uncensored 模型将处理你的输入，保持长达 100,000 token 的上下文。

此配置非常适合自动化脚本或后端应用，需要快速且无审查的响应。由于我们拥有专用的 GPU 服务器基础设施，响应速度通常很快。

Copiarfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmsincensura.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 集成

在 JavaScript/Node 生态系统中，集成同样直接。使用 OpenAI SDK 并覆盖 base URL。这使得 Web 应用或 Node 服务器能够使用 无限制 AI，而无需更改现有代码逻辑。错误处理和 Promise 的行为与其他 OpenAI 客户端完全一致。

重要的是要记住，该模型不是 GPT 或 Claude，而是专为该服务调整的开放权重模型。这确保了无过滤行为的一致性。配置环境变量以在生产环境中保持密钥安全。

Copiarimport OpenAI from "openai";

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

SSE 流式输出

为了提升用户体验，请在请求中设置 stream: true 以启用流式输出。随着文本生成，你将收到文本片段，从而降低感知延迟。这对于实时聊天应用至关重要，用户期望逐字看到响应。

流式输出保持与完整回复相同的无过滤特性。你可以在客户端或服务器端处理这些片段以渐进式渲染回复。这是在交互式应用中展示 无审查聊天 AI 能力的最佳方式。

Copiarstream = 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)

限额与错误处理

你的密钥限制为每分钟 300 次请求。如果超过此阈值，将收到 429 错误。请求体也有 8 MB 的限制。如果密钥无效，将返回 401；如果没有余额，返回 402。最大上下文为 100k token（提示词 + 响应）。

唯一的严格内容限制是禁止未成年人色情内容，这始终适用。对于其他话题，模型非常宽松。查阅 OpenAI 标准错误代码以快速调试你的集成。