中文 ▾
领取试用密钥

快速入门:集成无审查 API

几分钟即可使用标准的 OpenAI SDK 集成我们的无审查 API。发送文本,获取文本,通过单个基础 URL 跳过内容过滤。

https://api.openrouternsfwmodel.com/v1uncensored

安装标准的 OpenAI SDK

首先为您首选的语言安装官方客户端库。这确保了与我们 OpenAI 兼容端点的兼容性。使用您的包管理器添加依赖项。对于 Python,运行 pip install openai. 对于 Node.js,请运行 npm install openai. 此标准化使您的集成代码保持一致。

配置你的基础 URL 和 API 密钥

将您的客户端指向我们的专用端点。这将替换配置中的默认 OpenAI URL。设置 base_url 指向我们的域名。使用仪表板中的 API 密钥。我们的无审查模型响应 ID uncensored. 此设置适用于任何标准的 OpenAI SDK。

发送您的第一个聊天补全请求

向聊天补全端点发送 POST 请求。将您的提示作为 messages 数组的一部分发送。模型将返回不带内容拒绝的文本响应。使用 model 参数设置为 uncensored. 这确认您的集成工作正常。

启用流式传输以实现实时 Token 输出

设置 stream 设置为 true 以获取实时令牌输出。API 返回服务器发送的事件 (SSE)。每个块包含部分文本。这非常适合聊天界面。令牌使用数据出现在最后一个块中。流式传输显著降低了感知延迟。

使用函数调用和 JSON 模式

为您的应用启用结构化输出。使用 response_format 以确保严格的 JSON 模式。您还可以为函数调用定义工具。设置 tool_choice 用于自动化操作。这支持复杂逻辑而无需解析错误。模型可靠地处理结构化数据。

理解速率限制和并发

每个密钥允许每分钟 300 次请求。您可以同时运行 8 个并发请求。请求正文必须保持在 8 MB 以下。如果超出限制,您将收到 429 错误。无效密钥返回 401。无余额则返回 402 错误。错误免费,因此重试不产生费用。

cURL

curl https://api.openrouternsfwmodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 HTTP status codes"}]
  }'

Python

from openai import OpenAI

client = OpenAI(base_url="https://api.openrouternsfwmodel.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

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openrouternsfwmodel.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

stream = 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)

常见问题解答

上下文窗口大小是多少?

该模型支持 100,000 token 的上下文窗口。这包括提示和补全 token。您可以在单个响应中发送多达 16,000 个 token。如果您不设置 max_tokens,默认值为 2,048 个 token。

如何处理速率限制?

每个密钥每分钟限制 300 次请求。您可同时保持 8 个并发请求处于活动状态。如果超出这些限制,API 将返回 429 状态码。请在客户端代码中实现指数退避重试机制。

API 无审查吗?

是的,该模型不拒绝合法的成人内容。它经过调整以进行无限制的角色扮演和创意写作。唯一的硬性限制是涉及未成年人的性内容。包含此类内容的请求始终会被拒绝。

1 个步骤获取 API 密钥

注册,复制密钥,更新基础 URL。完成。

领取试用密钥