快速上手：整合 無審查 API

前置條件：SDK 與環境設定

安裝您所用語言的官方 SDK。我們支援任何 openai 相容客戶端。我們的服務作為標準 OpenAI 整合的即插即用替代品。

立即設定您的環境變數。這可避免在原始碼中硬編碼憑證。您的 API 金鑰用於識別您的帳戶並追蹤使用情況。

使用標準函式庫版本。大多數開發人員已安裝這些套件。若尚未安裝，請將該套件加入您的相依性中。

驗證：設定 API 金鑰

透過以下方式傳遞您的金鑰 Authorization 標頭. 我們要求每個請求都必須包含 Bearer token。此方法在所有 OpenAI 相容的端點中皆為標準做法。

從儀表板生成您的金鑰。每個帳戶僅限一個有效金鑰。替換金鑰將立即使舊金鑰失效。

保持您的金鑰安全。不要在客戶端程式碼中洩露它。我們的端點會在處理 token 之前驗證憑證。

端點：POST /v1/chat/completions

向聊天端點發送您的提示詞。使用 model field set to uncensored. 這可確保請求路由到我們特定的模型。

透過 SSE 的串流回應

在請求主體中將 stream: true. 您會收到生成的區塊。這降低了長輸出時的感知延遲。

解析伺服器發送事件（Server-Sent Events）格式。每個區塊包含部分文字。聚合這些區塊以重建完整回應。

在最後一個區塊中監控 token 用量。最後一個事件包含完整的用量統計資料。這有助於您準確追蹤成本。

函式呼叫與工具使用

在請求主體中定義工具。模型會回傳結構化參數。在您的應用程式邏輯中解析這些參數。

支援標準工具定義。使用 tool_choice 以強制執行特定行為。這適用於任何 OpenAI-compatible SDK。

驗證輸出格式。確保您的程式碼能優雅地處理遺漏的參數。如果不需要，模型可能會省略欄位。

JSON 模式與結構化輸出

設定 response_format 以 json_object. 模型返回嚴格格式化的 JSON。這消除了結構化數據的解析錯誤。

清楚定義你的結構。模型會精確遵循你的指示。這可用於資料擷取或設定生成。

處理 JSON 解析錯誤。偶爾仍會出現無效的結構。為健壯的應用程式實施備用邏輯。

錯誤處理與速率限制

適當處理 HTTP 狀態碼。A 401 表示您的金鑰無效。一個 402 表示信用額度不足的錯誤。一個 429 表示速率限制。

遵守每分鐘 300 個請求的限制。您可以發送 8 個併發請求。超出這些限制將返回 429 錯誤。請在重試前等待。

您的上下文視窗為 100,000 個 token，包含輸入與輸出。請仔細管理您的 token 預算。每次請求的最大輸出為 16,000 個 token。錯誤不消耗信用。

cURL

Copycurl https://api.alternativeapiopenai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the primary functions in this module"}]
  }'

Python

Copyfrom openai import OpenAI

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

串流

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)