快速入门：集成 无限制 API

前提条件：SDK 与环境配置

为您的语言安装官方 SDK。我们支持任何 openai 兼容客户端。我们的服务作为标准 OpenAI 集成的即插即用替代品。

立即设置您的环境变量。这避免了在源文件中硬编码凭据。您的 API 密钥标识您的账户并跟踪使用情况。

使用标准库版本。大多数开发者已安装这些库。如果尚未安装，请将包添加到您的依赖项中。

认证：设置 API 密钥

通过 Authorization 头部，我们要求每个请求都使用 Bearer 令牌。此方法在所有 OpenAI 兼容端点中均为标准做法。

从仪表板生成您的密钥。每个账户仅接收一个活跃密钥。替换密钥将立即使旧密钥失效。

保持密钥安全。不要在客户端代码中暴露它。我们的端点在处理 token 之前验证凭据。

端点：POST /v1/chat/completions

将提示发送到聊天端点。使用 model field set to uncensored. 这确保请求路由到我们的特定模型。

通过 SSE 实现流式响应

通过将 stream: true. 您会收到生成的数据块。这降低了长输出的感知延迟。

解析服务器发送事件（SSE）格式。每个数据块包含部分文本。聚合这些数据块以重建完整响应。

在最后一个数据块中监控令牌用量。最后一个事件包含完整的用量统计信息。这有助于您准确跟踪成本。

函数调用与工具使用

在请求体中定义工具。模型返回结构化参数。在你的应用逻辑中解析这些参数。

支持标准工具定义。使用 tool_choice 以强制特定行为。这适用于任何 OpenAI 兼容的 SDK。

验证输出格式。确保您的代码能优雅地处理缺失的参数。如果不需要，模型可能会省略字段。

JSON 模式与结构化输出

设置 response_format 到 json_object. 该模型返回严格格式的 JSON。这消除了结构化数据的解析错误。

清晰地定义你的模式。模型精确遵循你的指令。这适用于数据提取或配置生成。

处理 JSON 解析错误。偶尔仍会出现无效结构。为健壮的应用程序实现回退逻辑。

错误处理和速率限制

适当处理 HTTP 状态码。A 401 表示您的密钥无效。A 402 表示余额不足。A 429 表示速率限制。

遵守每分钟 300 个请求的限制。您可以发送 8 个并发请求。超出这些限制将返回 429 错误。等待后重试。

您的上下文窗口为 100,000 个令牌，包括输入和输出。仔细管理令牌预算。每次请求的最大输出为 16,000 个令牌。错误不消耗额度。

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);

流式传输

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)