3 行代码即可连接

基础 URL 和模型 ID

您的第一步是将客户端指向我们的服务器。使用 https://api.openaiapialternatives.com/v1 作为 base URL 并将模型 ID 设置为 uncensored. 此单一端点处理所有聊天补全，无需为嵌入或音频进行额外配置。您可以通过调用 models 端点来验证连接，确认系统已激活并准备好处理您的请求。

认证请求头

在 Authorization 使用 Bearer 方案的 header。在密钥页面通过 Google 或电子邮件即时生成您的密钥，无需电话号码。该密钥授予您预付费信用余额的访问权限，因此请妥善保管。如果丢失，请立即生成新密钥以替换旧的活跃密钥。

标准聊天补全

向 /v1/chat/completions 附带您的消息数组。我们的模型直接响应文本，支持诸如 temperature 和 top_p 用于控制。无效密钥返回 401，信用不足触发 402。使用 JSON 模式获取结构化输出，或坚持使用纯文本进行对话流。

流式响应

通过将 stream: true 在请求负载中。你收到模型生成文本时的服务器发送事件（SSE）数据块。最后一个数据块包含用于计费准确性的总 token 使用情况。此方法在等待 uncensored 模型的长篇幅答案时保持 UI 响应灵敏。

函数调用工具

在请求中定义工具以让模型输出结构化数据。传递 tools 包含函数定义的数组，模型将在适当时返回工具调用。您可以使用 tool_choice 或让模型决定。此功能与标准的 OpenAI SDK 无缝配合，用于代理工作流。

限制、错误和上下文

您的上下文窗口总计支持 100,000 个令牌，每次请求的最大输出为 16,000 个令牌。速率限制限制每个密钥每分钟 300 次请求和 8 个并发请求。通过实现指数退避来处理 429 错误。如果额度耗尽，请求将优雅失败，且未使用的预付费额度永不过期。

cURL

Copycurl https://api.openaiapialternatives.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Translate the following French code comments to English."}]
  }'

Python

Copyfrom openai import OpenAI

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