无审查 LLM API 快速入门

前提条件与基础 URL

您的无审查人工智能之旅始于基础 URL。使用 https://api.apiintelligenceartificielle.com/v1 适用于所有请求。此端点直接路由至我们的无审查模型，无需外部代理。您需要一个 API 密钥，可在密钥页面生成。注册无需电话号码。使用 Google 或邮箱密码登录。界面会在创建后立即显示您的密钥。请妥善保管密钥，因为它用于验证令牌使用。

认证与请求头

每次请求需要在 Authorization 。将 header 格式化为 Bearer YOUR_API_KEY. 此标准方法可确保与现有工具的兼容性。我们的 NSFW API 接受此标头，用于文本和流式响应。除非必要，否则请勿将密钥包含在 URL 查询字符串中。系统在处理令牌之前会验证密钥。密钥无效将导致 401 错误。缺少密钥会导致任何请求失败。在发送大型负载之前，请验证您的密钥是否存在。

发送你的第一次请求

向以下地址发送 POST 请求 /v1/chat/completions 附带您的模型 ID。使用 uncensored 作为模型名称。请求正文必须包含一个 messages 数组。每条消息都有一个 role 和 content。这里有一个基本的 cURL 示例供你开始使用。

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

此命令向无审查模型发送简单提示。响应包含生成的文本。请检查 choices 输出的数组。您可以调整提示长度以适应您的用例。系统处理输入并返回文本。基本用法不需要复杂的配置。专注于内容结构以获得最佳结果。

处理流式响应

通过将 stream: true 在请求中。这将随生成发送部分响应。使用服务器发送事件（SSE）处理流。最后一个数据块包含 token 使用详情。此方法降低了长输出的感知延迟。你的客户端必须正确解析 SSE 格式。缓冲传入数据直到流关闭。流式传输非常适合实时应用。它为用户提供即时反馈。监控流以检测错误或断开连接。如果连接意外中断，请重新连接。此方法确保流畅的用户体验。

配置参数

调整参数以控制模型行为。使用 temperature 用于随机性，范围从 0 到 2。较高的值增加创造力。较低的值使输出更具确定性。设置 max_tokens 限制输出长度。每次请求的默认值为 2,048 个令牌。您可以将其扩展至 16,000 个令牌。使用 top_p 用于核采样。设置 stop 序列以终止生成。JSON 模式可通过 response_format. 这确保结构化输出以便代码集成。尝试这些设置以找到您偏好的平衡。模型会适应您的特定需求。

错误处理和限制

仔细监控您的请求限制。您被允许每个密钥每分钟 300 次请求。只有 8 个请求可以同时运行。最大请求体大小为 8 MB。401 错误表示密钥无效。402 错误表示您的信用已耗尽。通过加密货币充值以继续使用服务。429 错误表示速率限制。等待后再重试以避免进一步延迟。错误和拒绝不消耗信用。这保护您的预付费余额。检查响应标头以获取使用详情。跟踪您的令牌消耗以保持在限制内。规划您的使用以避免在关键任务期间中断。

Python

Copyfrom openai import OpenAI

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