給無審查 AI 的 API 文件說明

基礎 URL 與驗證

將您的客戶端指向 https://api.aiunlimited.cc/v1 並將您的 API 金鑰包含在標頭中。我們為每個帳戶發行一組金鑰，授予對所有端點的完整存取權。 授權 依賴標準的 Bearer token 機制，適用於任何相容 OpenAI 的 SDK。

Copycurl https://api.aiunlimited.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three reasons why open source models beat closed APIs"}]
  }'

保持金鑰安全，因為它控制您的預付信用額度。如果需要，您可以從儀表板生成新金鑰，舊金鑰會立即失效。

首次使用無審查 AI 的請求

向以下網址發送 POST 請求 /v1/chat/completions 將模型 ID 設定為 uncensored. 此端點接受標準訊息陣列並返回無內容過濾的文字回應。使用此結構來測試連線並驗證 token 計數。

Copyfrom openai import OpenAI

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

回應包含使用統計數據，以便您準確追蹤成本。除錯很簡單，因為錯誤會返回標準 HTTP 代碼並附上清晰的 JSON 訊息。

Agent 的 Node.js 集成

使用您的基礎 URL 和金鑰初始化客戶端以整合至現有的 Node.js 工作流程。此設定支援同步呼叫和非同步模式，用於建構代理程式。設定一次客戶端並在多個請求中重複使用。

Copyimport OpenAI from "openai";

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

傳遞 uncensored 模型 ID 以確保您獲得無限制的輸出。該程式庫自動處理連線池和重試邏輯。

串流回應

在請求主體中將 stream: true 在您的請求參數中。此模式隨著生成發送區塊，降低大型輸出的感知延遲。您必須仔細處理最後一個區塊以提取總 token 使用數據。

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)

最後一個區塊包含一個 usage 包含輸入和輸出 token 數量的物件。解析此數據以準確更新您的本地信用額度餘額。

速率限制與錯誤

預期若超過每分鐘 300 次請求或每支金鑰 8 個並行連線，將返回 429 狀態碼。401 錯誤表示 API 金鑰無效或已過期，402 表示預付額度不足。請求主體大小不得超過 8 MB。

為 429 錯誤實作指數退避（exponential backoff），以避免伺服器過載。請定期檢查您的帳戶餘額，因為錯誤不會消耗 token。

上下文視窗和約束

該模型支援結合提示與補完的 100,000 個 token 上下文視窗。每次請求的最大輸出為 16,000 個 token，除非您指定較低的 max_tokens 值。若未指定，輸出將預設恢復為 2,048 個 token。

密切監控您的 Token 使用量，因為成本會隨長度增加。使用 stream 用於在長對話期間有效管理記憶體的選項。