无审查 AI 模型集成指南

基础 URL 和认证

使用提供的 base URL 进行所有请求。在 Authorization 页眉。该密钥可访问无审查模型，无订阅锁定。

认证很严格。无效密钥返回 401。请确保在生成后立即复制密钥。该服务仅接受加密货币充值。

首次请求

向聊天补全端点发送 POST 请求。模型标识符为 uncensored. 这返回一个无内容过滤的直接文本响应。

使用以下 cURL 命令验证连接性。替换 YOUR_API_KEY 附带您的实际密钥。

Copycurl https://api.modelsabliterated.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the current UTC timestamp in ISO 8601 format"}]
  }'

检查响应中的 choices 数组。其中包含生成的文本。

Python SDK 集成

安装官方 OpenAI 包。在调用之前配置基础 URL 和 API 密钥。这确保了与无审查 AI API 的兼容性。

使用您的凭据初始化客户端。将模型设置为 uncensored. 发送一条简单消息以测试集成。

Copyfrom openai import OpenAI

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

响应对象提供对内容的访问。处理网络错误或身份验证问题的异常。

Node SDK 设置

在你的 Node.js 项目中导入 OpenAI 库。在配置对象中设置基础 URL 和 API 密钥。这允许与现有代码库无缝集成。

创建客户端实例。传入您的凭据。使用 uncensored 模型。

Copyimport OpenAI from "openai";

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

记录生成的文本。确保正确处理异步响应。API 支持标准 JSON 格式。

使用 SSE 的流式响应

通过将 stream 设为 true。服务器发送服务器发送事件 (SSE)。每个块包含部分文本。

聚合这些块以形成完整响应。这降低了长输出的感知延迟。最后一个块包含 token 使用统计信息。

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)

解析 SSE 数据结构。处理流式传输期间的错误。API 确保一致的令牌计数。

速率限制与约束

观察速率限制以避免 429 错误。每个密钥每分钟可获得 300 次请求。最大并发请求数为 8。请求体必须小于 8 MB。

上下文窗口总计 100,000 个 token。最大输出为 16,000 个 token。错误和拒绝不消耗额度。使用 402 错误检查资金是否不足。