Uncensored LLM Online API 快速入门

基础 URL 和认证

在线无审查 LLM API 使用标准的 OpenAI 兼容接口。将客户端配置为指向基础 URL https://api.uncensoredllmonline.com/v1。认证通过 Authorization 头中的 API 密钥处理。你可以在 获取 API 密钥 页面仅使用邮箱和密码生成密钥。密钥在注册后立即显示。开始使用无需手机号或信用卡。每个账户持有一个有效密钥，可随时重新生成以撤销旧密钥的访问权限。请妥善保管密钥，因为它可直接访问你的预付额度。

聊天补全接口

向 POST /v1/chat/completions 发送文本。该接口接受消息列表并返回模型响应。使用的模型 ID 为 uncensored。这是一个开放权重模型，经过调整，在合法成人用途下无审查地回答。它不是 GPT、Claude 或其他厂商的模型。API 返回适用于自定义集成的原始文本生成能力。使用以下 cURL 命令测试基本请求：

Copycurl https://api.uncensoredllmonline.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."}]
  }'

请求体应包含模型 ID 和你的消息历史。确保客户端发送 Authorization: Bearer <your-key> 头。响应将包含生成的文本，你可以解析并在应用逻辑中使用。

Python SDK 集成

使用官方 OpenAI Python SDK 与无审查 AI 模型交互。在客户端初始化中设置 base_url 和 api_key。这允许你使用熟悉的方法如 chat.completions.create。以下示例演示如何初始化客户端并发送简单查询：

Copyfrom openai import OpenAI

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

这种方法让你利用现有代码结构，同时切换到无审查 LLM。SDK 自动处理 JSON 序列化和响应解析。请记住，模型 ID 必须设置为 uncensored 以确保连接到正确的接口。这种方法适合希望最小化样板代码的开发者。

Node SDK 集成

对于 JavaScript 或 TypeScript 项目，OpenAI Node SDK 与我们的 API 无缝协作。使用你的 API 密钥和正确的 Base URL 初始化客户端。该接口支持标准聊天补全，便于集成到 Web 应用或无服务器函数中。以下是配置客户端的方法：

Copyimport OpenAI from "openai";

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

将消息数组和模型 ID uncensored 传递给补全函数。响应将包含生成的文本。此集成适合需要将无审查文本生成功能嵌入 Node.js 应用的开发者。请确保适当处理错误，因为 API 可能会返回速率限制或预付额度耗尽错误。

流式响应 (SSE)

通过在请求中设置 stream: true 启用实时文本生成。API 返回服务器发送事件 (SSE)，按 token 交付响应。这对于聊天界面或延迟敏感的应用非常有用。使用以下示例实现流式输出：

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)

当 token 到达时从流中读取。无审查 LLM 在线 API 原生支持此功能。流式输出降低了终端用户的感知延迟。请注意，流式输出消耗的 token 数量与非流式请求相同。每个 token 根据你的预付额度余额计费。

速率限制和上下文窗口

在线无审查 LLM API 对每个密钥实施每分钟 300 次请求的限制。最大请求体大小为 8 MB。上下文窗口为 100,000 个 token，涵盖提示词和补全。如果超出速率限制，API 将返回 429 错误。如果预付额度耗尽，你将收到 402 错误。无效或过期的密钥会导致 401 错误。这些限制确保所有开发者的公平使用。预付额度采用按量付费模式且永不过期，因此你可以随时使用余额。