无审查 API 文档

快速入门：安装和配置

从仪表板获取你的 API 密钥是第一步。一旦获得凭据，配置客户端以指向我们的基础 URL。这确保所有请求通过我们的无审查基础设施而不是标准的 OpenAI 端点。你只需更新基础 URL 并设置授权头。我们的 API 完全兼容标准 OpenAI SDK，因此你可以以最小的更改重用现有的客户端代码。

认证与请求头

认证依赖于在 Authorization 。每个请求必须包含此密钥以验证您的账户并扣除预付费信用。如果密钥缺失或无效，API 将返回 401 错误。您可以随时在仪表板中生成新密钥，这将立即使旧密钥失效。请妥善保管您的密钥，因为它是您信用余额和使用限制的唯一标识符。

聊天完成端点

向 POST /v1/chat/completions 端点。这是从无限制模型生成响应的标准接口。您提供消息列表，包括用户提示词和可选的系统指令。模型返回文本响应，没有主流模型中常见的内容拒绝。使用此端点处理所有文本生成需求，请注意不支持嵌入、图像和音频。

流式响应

通过将 stream 参数设为 true。这按生成顺序逐块返回响应，降低了长输出的感知延迟。您必须处理服务器发送事件 (SSE) 以处理每个到达的令牌。最后一个数据块包含用于计费的总令牌使用统计信息。流式传输非常适合实时聊天界面或需要即时部分结果的应用程序。

模型参数与选项

使用标准参数控制模型行为，例如 temperature, top_p，以及 stop. 您可以通过设置以下参数来强制输出结构化数据 response_format 到 json_object 或使用 tools 用于函数调用。该模型支持 100,000 个令牌上下文窗口，允许大量输入数据。每次请求的最大输出为 16,000 个令牌，除非另有说明。调整这些设置以平衡特定用例的创造力和精确度。

限制、错误和上下文

每个 API 密钥限制为每分钟 300 次请求和 8 个并发连接。请求体不得超过 8 MB。常见错误包括：密钥无效返回 401，信用耗尽返回 402，以及速率限制返回 429。您的预存信用额度永不过期，因此您可以暂停使用而不会损失资金。上下文窗口包括提示和补全 token。如果超出限制，API 将返回相应的错误代码。对于 429 错误，请使用指数退避重试。

cURL

Copycurl https://api.chatgptsansrestriction.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

Python

Copyfrom openai import OpenAI

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