整合無審查 LLM API

基礎 URL 與驗證

使用提供的基礎 URL 和 API 金鑰處理所有請求。端點為 https://api.howtomakechatgptunfiltered.com/v1。將您的金鑰傳入 Authorization 作為 Bearer token 標頭。此標準格式讓您可以替換服務而無需更改客戶端代碼。透過 Google 或電子郵件註冊後，您會立即獲得 API 金鑰。無需電話號碼。

Copycurl https://api.howtomakechatgptunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate total tokens for input array"}]
  }'

錯誤如 401 表示無效金鑰，而 402 表示您需要更多積分。只要您在儀表板上看到金鑰，您的金鑰即為有效。

POST /v1/chat/completions 參數

向聊天完成端點發送帶有標準參數的提示詞。使用 model: "uncensored" 選擇模型。提示與完成的上下文視窗總計為 100,000 tokens。您可以設定 temperature, top_p，以及 stop 序列。最大輸出為每次請求 16,000 個 token。設定 max_tokens 以避免意外截斷。JSON 模式可通過 response_format. 函數呼叫與 tools。參數如 presence_penalty 和 frequency_penalty 幫助控制重複。種子值可確保輸出結果的可重現性。

串流回應與 Token 計數

在請求主體中將 stream: true 在您的請求中。API 透過伺服器發送事件 (SSE) 進行即時 token 傳輸。Token 使用詳情會出現在串流的最後一個區塊。這使您能準確追蹤成本與上下文使用情況。串流可降低長回應的感知延遲。它非常適合聊天介面。您可以解析部分 token 以即時顯示。最後一個區塊包含完整的用量統計。這種透明度有助於您監控 API 使用情況。

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)

函式呼叫與 JSON 模式

使用函式呼叫整合外部工具。在 tools 參數。模型會傳回函式呼叫物件供您程式碼執行。請設定 tool_choice 用於自動或指定工具。JSON 模式強制執行結構化輸出。設置 response_format 以 {"type": "json_object"}. 這可確保解析時使用有效的 JSON。它非常適合資料擷取。函式呼叫支援複雜的工作流程。模型會自動處理工具參數。JSON 模式可防止格式錯誤。這兩種功能都與 uncensored 模型配合使用。它們與標準的 OpenAI SDK 整合。

錯誤處理與速率限制

使用標準 HTTP 狀態碼優雅地處理錯誤。401 表示您的 API 無效。402 表示預付信用額度不足。429 表示您達到了速率限制。限制為每分鐘每 300 次請求。您可以同時進行 8 個請求。請求體必須在 8 MB 以下。錯誤和拒絕不消耗信用額度。已用信用額度不退款。重複收費可通過 Support 修復。每個帳戶只有一個活躍的。新會替換舊的。始終檢查狀態碼。

GET /v1/models 端點

使用 GET 請求查詢可用模型。端點為 /v1/models. 它返回模型對象列表。我們的服務提供一種模型： uncensored. 這確認 API 運作正常。使用此端點進行健康檢查。它返回關於模型的元數據。模型 ID 始終為 uncensored. 這個標準端點確保相容性。它適用於任何 OpenAI-compatible 客戶端。您可以快速驗證連線。它非常適合自動化測試。回應包含模型名稱和 ID。

Python

Copyfrom openai import OpenAI

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