快速上手：整合無審查 LLM API

基礎 URL 與驗證設定

將您的客戶端指向我們的專用端點以開始通訊。基礎 URL 為 https://api.apillmopen.com/v1. 此設定透過更新 base_url parameter and providing your unique API key. You receive this key instantly after signing up with Google or email. No phone number verification is required. The system enforces a strict limit of one active key per account. Generating a new key automatically invalidates the previous one. This simplifies access control for your development workflow.

發送您的第一個聊天完成請求

發出標準 POST 請求至 /v1/chat/completions 生成文字。您必須將模型 ID 指定為 uncensored.系統接受標準參數，例如 temperature 和 top_p 用於控制隨機性。您的輸入提示會通過我們託管的大型語言模型進行處理。結果以純文字形式返回，沒有不必要的元數據膨脹。這種直接方法確保您只為實際使用的推理 token 付費。處理過程中的錯誤不會消耗您的預付信用額度。這使得在早期開發階段進行測試非常經濟。

Python SDK 整合

使用官方 Python 庫無縫與端點互動。使用您的基礎 URL 和 API 金鑰配置客戶端。該庫自動處理 JSON 序列化和 HTTP 傳輸。您可以傳遞一個定義對話歷史的消息列表。響應對象提供對生成內容的便捷訪問。此方法非常適合後端服務或本地腳本。與原始 HTTP 請求相比，它顯著減少了样板代碼。您也可以設置特定參數，以對輸出風格進行精細控制。

Node SDK 整合

使用您的憑證與基礎 URL 初始化 Node.js 用戶端。SDK 的非同步特性非常適合現代網頁伺服器。您可以在路由處理常式中直接 await 完成回應。此方法可保持程式碼簡潔易讀。SDK 會有效管理連線集區與重試機制。您可以輕鬆將其整合至 Express 或 Fastify 應用程式。它支援串流與非串流回應。選擇最適合您應用程式架構的模式。

啟用串流並處理權杖使用情況

透過設定 stream 設為 true。API 透過 Server-Sent Events (SSE) 回傳資料。每個區塊包含部分文字與元資料。最後一個區塊包含請求的總 token 用量。這讓您可以即時追蹤成本。串流傳輸顯著降低了終端使用者的感知延遲。您可以即時顯示生成的文字。這對於重視響應速度的聊天介面至關重要。SDK 會自動為您處理事件解析。

上下文、限制與錯誤

該模型支援 100,000 token 的上下文視窗，用於輸入與輸出的總和。每個請求最多可生成 16,000 token。若省略 max_tokens, 預設值為 2,048 個 token。您被限制為每分鐘 300 次請求，每個金鑰最多八個併發請求。請求主體大小必須保持在 8 MB 以下。身份驗證錯誤返回 401 狀態碼。資金不足觸發 402 錯誤。速率限制導致 429 回應。優雅地處理這些代碼以維持流暢的用戶體驗。

cURL

Copycurl https://api.apillmopen.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List dependencies for React 18."}]
  }'

Python

Copyfrom openai import OpenAI

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

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)