快速入门：集成无审查大语言模型 API

基础 URL 和认证设置

将您的客户端指向我们的专用端点以开始通信。基础 URL 为 https://api.apillmopen.com/v1. 此配置可通过更新以下配置与任何标准 OpenAI SDK 配合使用： 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.

发送你的第一次聊天补全请求

向以下地址发送标准 POST 请求 /v1/chat/completions 生成文本。您必须将模型 ID 指定为 uncensored系统接受诸如 temperature 和 top_p 用于控制随机性。你的输入提示词会经过我们托管的大语言模型进行处理。结果以纯文本形式返回，没有不必要的元数据冗余。这种直接的方式确保你只为实际使用的推理 token 付费。处理过程中的错误不会消耗你的预付费额度。这使得在早期开发阶段进行测试非常经济。

Python SDK 集成

使用官方 Python 库无缝地与端点交互。使用您的基础 URL 和 API 密钥配置客户端。该库会自动处理 JSON 序列化和 HTTP 传输。您可以传递一个消息列表来定义对话历史。响应对象提供了对生成内容的便捷访问。此方法非常适合后端服务或本地脚本。与原始 HTTP 请求相比，它显著减少了样板代码。您还可以设置特定参数，以微调控制输出风格。

Node SDK 集成

使用您的凭据和基础 URL 初始化 Node.js 客户端。SDK 的异步特性非常适合现代 Web 服务器。您可以在路由处理程序中直接 await 补全响应。这种方法使您的代码保持整洁和可读。SDK 高效管理连接池和重试。您可以轻松将其集成到 Express 或 Fastify 应用程序中。它支持流式传输和非流式响应。选择最适合您应用程序架构的模式。

启用流式传输并处理令牌使用数据

通过将 stream 参数设为 true。API 通过服务器发送事件 (SSE) 返回数据。每个数据块包含部分文本和元数据。最后一个数据块包含请求的总令牌使用情况。这允许您实时跟踪成本。流式传输显著降低了最终用户的感知延迟。您可以显示生成的文本。这对于响应性至关重要的聊天界面至关重要。SDK 会自动为您处理事件解析。

上下文、限制和错误

该模型支持 100,000 token 的上下文窗口，用于输入和输出的总和。每次请求最多可生成 16,000 token。如果省略 max_tokens, 默认值为 2,048 个 token。您被限制为每分钟 300 次请求，每个密钥最多八个并发请求。请求体大小必须保持在 8 MB 以下。身份验证错误返回 401 状态码。资金不足触发 402 错误。速率限制导致 429 响应。优雅地处理这些代码以保持流畅的用户体验。

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);

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)