無審查 LLM 整合指南

基礎 URL 與驗證

我們的 API 位於 https://api.localuncensoredllm.com/v1. 通過在 Authorization 標頭。此設定與標準 OpenAI 整合方式一致。您無需複雜的路由邏輯。基礎 URL 會處理所有請求的導向。

• 使用 Bearer <YOUR_API_KEY> 用於授權。
• 金鑰在註冊時立即生成。

這可確保您的提示直接傳送至我們的 uncensored 模型。沒有中介軟體過濾您的輸入。您將立即獲得對模型能力的原始存取權。

POST /v1/chat/completions：傳送您的提示詞

向聊天完成端點發送 JSON 負載。這是從模型獲取文字回應的標準方式。您定義消息內容和系統指令。模型處理您的輸入並返回完成內容。

Copycurl https://api.localuncensoredllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summit height in meters"}]
  }'

此端點處理您的所有文字生成需求。您可以調整溫度（temperature）和 top_p 等參數。回應包含生成的文字和 token 使用統計數據。它簡單、直接且可靠。

GET /v1/models：驗證您的端點

查詢 models 端點以確認連線。這會回傳可用模型列表。您應該看到 uncensored 回應中。這確認您的金鑰有效且服務正在運行。

Copyfrom openai import OpenAI

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

使用此方法在發送大量負載前驗證您的設定。這是一個快速的健康檢查。如果端點有回應，表示您的整合運作正常。您可以放心繼續。

串流、JSON 模式與工具呼叫

在請求主體中將 stream: true。API 會隨著生成進度回傳資料片段。這可降低長回應的感知延遲。您也可以使用 response_format. 這有助於結構化資料解析。

Copyimport OpenAI from "openai";

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

透過 tools 參數。以標準 OpenAI 格式定義您的工具。模型會在適當時輸出工具呼叫。這允許複雜的代理程式工作流程。所有功能都在相同的 API 合約內運作。

速率限制與併發

每個 API 金鑰的速率限制為每分鐘 300 次請求。您最多可進行 8 個並行請求。這可防止單一客戶端壟佔資源。此限制是針對每個金鑰，而非整個帳戶。請 accordingly 管理您的金鑰。

• 最大請求主體大小為 8 MB。
• 超出限制會返回 429 錯誤。

請根據這些限制規劃您的吞吐量。系統設計用於穩定、大規模的使用。突發流量會在並行請求視窗內處理。

錯誤、信用額度與上下文視窗

401 錯誤表示您的金鑰無效。402 錯誤表示信用額度不足。請透過加密貨幣充值以繼續使用。錯誤不會消耗您的信用額度。這確保您只需為成功的回應付費。

上下文視窗為 100,000 個 token。這包含提示詞與補全內容。您可以將預設 max_tokens 設定為 2,048（如有需要）。您的提示詞不會用於訓練。整個過程都維持隱私。

串流

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)