API 文档

认证和基础 URL

使用您的 API 密钥与基础 URL 开始发送请求。端点为 https://api.fullyuncensoredai.com/v1授权 。每个新账户在注册后立即获得访问权限。

聊天完成端点

发送请求至 POST /v1/chat/completions 使用模型 uncensored. API 处理文本输入并返回生成的文本输出。您可以使用参数控制响应，如 temperature 和 top_p. 错误和拒绝不消耗积分。

Copycurl https://api.fullyuncensoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how to configure a proxy for the api"}]
  }'

使用 SSE 的流式响应

通过将 stream: true 在您的请求中。API 返回用于实时 Token 交付的服务器发送的事件 (SSE)。最后一个数据块包括完整的 Token 用量统计。这种方法降低了长响应的感知延迟。

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)

JSON 模式与函数调用

使用 response_format: {"type": "json_object"} 用于结构化输出。通过 tools 参数。这允许您的应用根据模型的决策执行逻辑。确保您的工具定义与预期模式匹配。

Copyimport OpenAI from "openai";

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

Python SDK 集成

安装官方 OpenAI Python 包并配置基础 URL。将你的 API 密钥传递给客户端初始化。SDK 会自动处理 HTTP 细节。此方法非常适合后端服务和脚本。

Copyfrom openai import OpenAI

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

速率限制与并发

每个密钥允许每分钟 300 次请求和 8 个并发请求。上下文窗口总计 100,000 个 token。正文大小超过 8 MB 的请求将失败。如果超出速率限制，您将收到 429 错误。401 错误表示密钥无效。