快速集成无审查 AI API

认证与 API 密钥

要使用 无审查 API，你需要一个有效的 API 密钥。在创建密钥页面通过邮箱和密码创建账户。密钥在注册后立即显示，可随时重新生成，旧密钥将失效。在所有请求中使用标头 Authorization: Bearer 。试用版无需信用卡，提供有效期为 7 天的初始额度。

如果密钥错误或过期，API 将返回 401 错误。请记住，每个账户同时只能有一个活跃密钥。妥善保管密钥，避免在公共仓库中泄露，以确保额度仅用于合法请求。

首次请求

主要接口为 POST /v1/chat/completions。这是行业标准，允许与现有客户端立即集成。发送你的提示词，接收由 uncensored 模型生成的文本。该模型经过优化，不会拒绝成人或争议性话题，只要不涉及未成年人。

将基础 URL 配置为 https://api.apiiasemcensura.com/v1。确保在请求正文中包含模型 ID uncensored。JSON 结构遵循 OpenAI 标准，便于在不进行复杂代码调整的情况下迁移现有项目。

Copiarcurl https://api.apiiasemcensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

此示例演示了一个基本请求。将 YOUR_API_KEY 替换为你的真实密钥。模型将处理文本并返回完整响应，遵守定义的 token 限制。

Python SDK 快速集成

使用 Python 的官方 OpenAI SDK，只需调整基础 URL。这样可以利用成熟且文档完善的库来处理响应。openai 库是寻求稳定性和易用性的 Python 开发者的标准选择。

初始化指向无审查 AI API 服务器的客户端。将模型设置为 uncensored 并发送消息。代码返回一个响应对象，其中包含生成的文本和使用元数据（如消耗的 token）。这便于实时监控成本和性能。

Copiarfrom openai import OpenAI

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

调整 temperature 和 max_tokens 参数以控制创造力和响应长度。请注意，提示词与补全的总上下文窗口限制为 100,000 token。

Node.js SDK 用于 Web 应用

对于 Node.js 应用，集成逻辑与 Python 相同。使用 openai 包并正确配置基础 URL。这确保了与现代 JavaScript 和 TypeScript 生态系统的兼容性。

使用 API 密钥和服务基础 URL 创建 OpenAI 客户端实例。使用所需的消息调用方法 chat.completions.create()。uncensored 模型将直接响应提供的上下文，不对合法的成人文本内容施加额外过滤。

Copiarimport OpenAI from "openai";

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

适当处理错误。如果余额不足，你将收到 402 错误。如果超出速率限制，429 错误将提示你等待后再发送新请求。

响应流式输出 (SSE)

支持 Server-Sent Events (SSE) 可实现 token 级流式输出响应。这提升了用户体验，实时显示生成中的文本。非常适合需要低感知延迟的聊天机器人和交互式用户界面。

在请求中设置 stream: true。服务器将发送包含响应部分的 JSON 数据块。实时处理这些数据块允许你渐进式显示文本。这对于响应速度是关键竞争优势的应用至关重要。

Copiarstream = 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)

请记住管理连接状态并处理可能的中断。流式输出不改变 token 限制或使用的模型，仅改变数据交付给客户端的方式。

限制、错误与上下文

API 实施严格限制以确保稳定性。限制为每密钥每分钟 300 请求。请求体不得超过 8 MB。总上下文窗口允许 100.000 token（提示词加补全）。超出这些限制将导致特定错误。

常见错误包括：401 表示密钥无效，402 表示额度不足，429 表示达到速率限制。接口 GET /v1/models 允许列出可用模型，返回关于 uncensored 模型的信息。请查询此接口以验证状态和可用性。