集成无审查 LLM API

基础 URL 和认证

使用提供的 base URL 和 API 密钥处理所有请求。端点是 https://api.howtomakechatgptunfiltered.com/v1。将您的密钥放在 Authorization 页眉作为 Bearer 令牌。此标准格式让您无需更改客户端代码即可切换服务。通过 Google 或邮箱注册后，您将立即获得 API 密钥。无需电话号码。

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"}]
  }'

错误如 401 表示密钥无效，而 402 表示您需要更多余额。一旦您在仪表板上看到密钥，您的密钥即处于激活状态。

POST /v1/chat/completions 参数

使用标准参数向聊天补全端点发送提示。使用 model: "uncensored" 选择模型。上下文窗口为 100,000 个令牌（提示和完成总和）。您可以设置 temperature, top_p，以及 stop 序列。最大输出为每次请求 16,000 个令牌。设置 max_tokens 以避免意外截断。JSON 模式可通过 response_format. 函数调用可与 tools。诸如 presence_penalty 和 frequency_penalty 帮助控制重复。种子值可确保输出可复现。

流式响应与 Token 计数

通过将 stream: true 在您的请求中。API 返回服务器发送事件（SSE）以实现实时令牌交付。令牌使用详情出现在流的最后一个块中。这使您能够准确跟踪成本和上下文使用情况。流式传输降低了长响应的感知延迟。它非常适合聊天界面。您可以解析部分令牌以实现即时显示。最后一个块包含完整的统计信息。这种透明度有助于您监控 API 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)

函数调用与 JSON 模式

使用函数调用集成外部工具。在 tools 参数。模型返回一个函数调用对象，供您的代码执行。设置 tool_choice 用于自动或指定工具。JSON 模式强制执行结构化输出。设置 response_format 到 {"type": "json_object"}. 这确保解析时使用有效的 JSON。它对于数据提取很有用。函数调用支持复杂的工作流程。模型自动处理工具参数。JSON 模式防止格式错误。这两种功能都与 uncensored 模型配合使用。它们与标准 OpenAI SDK 集成。

错误处理和速率限制

使用标准 HTTP 状态码优雅地处理错误。401 表示您的 API 密钥无效。402 表示预付费信用额度不足。429 表示您达到了速率限制。限制为每个密钥每分钟 300 次请求。您可以有 8 个并发请求。请求体必须小于 8 MB。错误和拒绝不消耗信用额度。不退还已使用的信用额度。重复收费通过支持部门修复。每个账户只有一个活动密钥。新密钥将替换旧密钥。始终检查状态码。

GET /v1/models 端点

使用 GET 请求查询可用模型。端点为 /v1/models. 它返回模型对象列表。我们的服务提供一款模型： uncensored. 这确认 API 正在运行。使用此端点进行健康检查。它返回有关模型的元数据。模型 ID 始终为 uncensored. 此标准端点确保兼容性。它适用于任何 OpenAI 兼容的客户端。您可以快速验证连接。它适用于自动化测试。响应包含模型名称和 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);