Uncensored AI 编码 API 快速入门指南

基础 URL 和认证设置

首先通过仪表板使用 Google 登录或电子邮件凭据获取您的 API 密钥。基础 URL 是 HTTPS://api.uncensoredaicoder.com/v1，可与标准 OpenAI SDK 配合使用。将您的密钥发送在 Authorization 页眉作为 Bearer 令牌。认证非常严格；无效密钥会立即返回 401 错误。

向 uncensored 模型发送请求

发送 POST 请求至 /v1/chat/completions 将模型 ID 设置为 uncensored. 该模型对合法的成人内容作答时不进行拒绝。使用标准 JSON 负载来定义系统提示和用户提示。这种方法消除了对复杂代理配置的需求。

Copycurl https://api.uncensoredaicoder.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return a list of all active user sessions in the database."}]
  }'

Python SDK 集成

安装官方 OpenAI Python 库并将其配置为指向我们的基础 URL。在客户端初始化中直接设置 API 密钥和 model 名称。这允许你使用熟悉的方法，例如 client.chat.completions.create(). 该库会自动处理序列化。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredaicoder.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 SDK 集成

使用自定义基础 URL 和凭据初始化 OpenAI npm 包。传递模型标识符 uncensored 适用于任何聊天完成调用。这确保了你的 Node.js 应用程序行为的一致性。你可以像使用任何标准的 OpenAI 兼容服务一样管理提示。

Copyimport OpenAI from "openai";

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

使用 SSE 的流式响应

通过将 stream: true 在请求负载中。服务器返回服务器发送事件（SSE）以实时传输 token。这降低了长 NSFW 叙事生成的感知延迟。最后一个数据块包含用于计费的总 token 使用情况。

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)

Token 限制与上下文窗口

该模型支持 100,000 token 的上下文窗口，用于合并的 prompt 和 completion 数据。设置 max_tokens 用于控制输出长度；每个请求的默认值为 2,048 个 token。超过速率限制将触发 429 错误。每个账户每分钟限制为 300 个请求。仅对成功的 token 使用收取积分。