无过滤 AI API 文档

基础 URL 和认证

每个请求都以将您的 SDK 指向我们的基础 URL 开始。

HTTPS://api.uncensoredaitool.com/v1

将 API 密钥包含在 Authorization 请求头中。我们为每个账户在注册后立即发放一个密钥。您可以自由轮换密钥，因为新密钥会替换旧密钥。

• 无月费适用。
• Auth 使用 Bearer 令牌。

Copycurl https://api.uncensoredaitool.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all linux kernel panic reasons"}]
  }'

发送请求：POST /v1/chat/completions

将 JSON 有效负载发布到聊天补全端点。

将你的模型定义为“uncensored”。以标准数组格式传递消息。API 会立即返回文本响应。使用此无审查 LLM API 进行角色扮演或数据提取。

Copyfrom openai import OpenAI

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

通过 SSE 实现流式响应

通过在请求中将 stream 设置为 true 来启用流式传输。

接收包含部分文本块的服务器发送事件（SSE）。Token 使用详情出现在最后一个块中。此方法可降低长输出的感知延迟。

Copyimport OpenAI from "openai";

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

函数调用与 JSON 模式

使用此模型进行结构化数据提取。

在 tools 参数中传递模式。API 返回结构化的 JSON 对象。通过 response_format 启用严格 JSON 模式以实现可靠解析。这非常适合编码任务或表单数据生成。

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)

参数：温度、Top-P 和停止序列

控制创造力和输出边界。

设置温度以控制随机性。调整 top_p 以进行核采样。定义停止序列，以便在特定标记处终止生成。种子值可确保测试结果的可复现性。

模型 ID 与上下文窗口限制

将模型设置为 "uncensored"。

上下文窗口支持总计 100,000 个 token。每次请求的最大输出为 16,000 个 token。错误和拒绝不消耗余额。超过限制的请求返回 400 错误。