快速上手：幾分鐘內整合

1. 安裝您的 SDK

開始安裝您語言的官方程式庫。大多數開發者偏好標準套件，因為它符合他們已經熟悉的介面。執行 pip install openai for Python 或 npm install openai for Node.js。您只需要一個 SDK 即可處理所有請求。

2. 設定您的 base URL

設定您的客戶端指向我們的特定端點。您必須覆蓋預設的基礎 URL 以正確路由流量。使用 https://api.unsencoredai.com/v1 作為您的基礎 URL。在 Authorization 標頭。此設定與任何標準 OpenAI 相容的用戶端搭配使用。

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

3. 發送您的第一個請求

發送標準聊天完成請求以生成文本。模型 ID 為 uncensored. 您可以發送系統提示以引導模型行為。API 會返回直接的文字回應。使用下方的 curl 指令立即測試連線。請檢查您的回應中的 choices 陣列。

Copycurl https://api.unsencoredai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the version number"}]
  }'

4. 處理串流回應

啟用串流以降低延遲並獲得即時輸出。設定 stream: true 在你的請求中。API 透過伺服器發送的事件進行區塊傳輸。你可以隨著每個 token 到達進行處理。這非常適合聊天介面或角色扮演情境。最後一個區塊包含用量統計資料。

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)

5. 配置參數

調整 temperature, top_p，以及 stop 序列。這些控制影響創造力和輸出長度。您也可以使用 response_format for JSON mode。上下文視窗總共支援 100,000 個 token。每次請求的最大輸出為 16,000 個 token。請根據您的特定使用案例微調這些設定。

6. 限制、錯誤與上下文

使用標準 HTTP 狀態碼優雅地處理錯誤。401 錯誤表示您的 API 無效。402 錯誤表示預付信用額度不足。429 錯誤表示您達到了每分鐘 300 次請求的限制。您的上下文窗口為 100,000 個 token。超過 8 MB 的請求可能會失敗。不為信用額度退款，但錯誤是免費的。