快速入门：使用 Unzensiertes LLM API

Base URL 和认证

unzensiertesllm.com 的 API 遵循既定标准以简化集成。所有请求均发送至基础 URL https://api.unzensiertesllm.com/v1。你需要一个 API 密钥，注册后在“获取 API 密钥”页面即可立即获得。该密钥通过标头 Authorization: Bearer <IHR_SCHLÜSSEL> 传递。如果使用官方 SDK，只需在环境变量 OPENAI_API_KEY 和 OPENAI_BASE_URL 中配置基础 URL 和 API 密钥即可。你调用的模型 ID 为 uncensored。这是一个独立的、经过专门微调的模型，不属于 GPT 或 Claude 等知名厂商。

发送首个请求

要测试功能，请发送一个简单的聊天请求。接口期望接收包含角色 user 和消息的 JSON 对象。响应类型为文本。成功的请求将返回标准格式的回答。如果 API 密钥无效，将返回 401 错误。如果额度用完，API 将返回 402。首次使用可获得 0.50 美元试用额度，有效期为 7 天。

Kopierencurl https://api.unzensiertesllm.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."}]
  }'

使用 Python SDK

Python 项目可通过官方 openai 包直接集成。由于 API 兼容 OpenAI，你可以使用熟悉的语法。只需调整 base_url 并设置 API 密钥。模型 uncensored 处理输入时不带其他厂商典型的过滤，非常适合创意或成人内容。请保持库为最新版本以确保兼容性。

Kopierenfrom openai import OpenAI

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

使用 JavaScript 或 TypeScript 的开发者可以使用 openai NPM 包。使用我们基础设施的 Base URL 配置客户端实例。这允许与现有 Web 应用或后端服务无缝连接。响应以流或完整对象形式返回，具体取决于配置。模型 uncensored 也支持函数调用，便于在复杂工作流中使用。确保你的 Node.js 环境较新以充分利用所有功能。

Kopierenimport OpenAI from "openai";

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

启用流式输出 (SSE)

对于实时应用，流式输出至关重要。在请求中设置参数 stream: true。API 将发送包含生成文本块的服务器发送事件 (SSE)。这显著改善了终端用户的感知延迟。你可以在模型仍在思考时逐步渲染文本。这对于需要即时反馈的聊天界面特别有用，无需等待完整生成。

Kopierenstream = 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)

列出模型和限制

使用接口 GET /v1/models 查询可用模型。你将看到模型 uncensored 及其详细信息。注意速率限制：每个密钥每分钟允许 300 次请求。请求体不得超过 8 MB。上下文窗口为 100,000 token（提示词加响应）。超出限制将返回 429 等错误代码。API 不提供嵌入或图像生成。它专注于文本补全。预付额度永不失效，10 美元起可充值。