無審查模型的 API 文件

驗證與 base URL

向我們的基礎網址傳送請求，在 Authorization 標頭中包含您的 API 金鑰，以立即訪問無審查模型。

使用 Bearer <your-key> 用於每次呼叫。金鑰在您透過 Google 或電子郵件註冊時生成。請妥善保管，因為它識別您的預付帳戶。

我們採用標準的 OpenAI 相容認證方式。如果您的金鑰無效，將收到 401 錯誤。如果您的餘額耗盡，將收到 402 錯誤，需要透過加密貨幣充值。

首次請求

透過向聊天完成端點發送簡單訊息並附上 API 金鑰，進行首次請求。

此 cURL 範例展示了從無審查模型獲取文字回應所需的最小結構。

替換 <YOUR_API_KEY> 使用在您的儀表板上顯示的金鑰。回應包含在中的生成文本 content 欄位。

Copycurl https://api.chatgptnofilter.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list 3 unix commands to find large files"}]
  }'

Python 整合

使用官方的 OpenAI Python 函式庫透過將其指向我們的 base URL 來與我們的 API 互動。

此方法不需要自訂客戶端邏輯。只需設定 base_url 並提供您的 API 金鑰。程式庫會自動處理序列化和回應解析。

此方法可與針對 OpenAI 設計的現有代碼庫無縫集成。您只需調整端點配置即可。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.chatgptnofilter.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 集成

透過使用我們特定的基礎 URL 和憑證初始化客戶端，即可在 Node.js 中整合 API。

Node SDK 複製 Python 客戶端結構。在初始化時傳遞基礎 URL 和 API 金鑰。其餘代碼與標準 OpenAI 實現完全相同。

此功能讓您在更換供應商時，無需重寫應用程式邏輯。回應結構符合 OpenAI 規範。

Copyimport OpenAI from "openai";

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

串流回應

設定 stream: true 在您的請求參數中。

串流可降低長篇輸出的感知延遲。每個區塊包含部分回應。最後一個區塊包含用於計費的權杖使用統計數據。

在程式碼中處理串流事件以即時更新 UI。對於期望立即回饋的聊天介面來說，這至關重要。

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)

Limits and context window

該模型支援 100,000 token 的上下文視窗，用於合併的輸入與輸出。

速率限制設為每分鐘 300 次請求，每個金鑰最多支援 8 個同時請求。請求主體不得超過 8 MB。

如果您超過速率限制，將收到 429 錯誤。等待幾秒後再重試。上下文視窗允許大量的對話歷史而無需立即截斷。