API 文件

快速上手：您的第一個請求

無審查 LLM API 使用標準的 POST /v1/chat/completions 端點。將您的客戶端指向基礎 URL 並包含您的金鑰。模型識別碼為 uncensored. 此架構可與任何 OpenAI 相容的 SDK 配合使用。

發送簡單的訊息以驗證連線能力。服務直接回傳文字。401 等錯誤表示金鑰無效。使用提供的程式碼測試您的設定。

驗證與 API 金鑰

API 金鑰在透過 Google 或電子郵件註冊後立即發行。將金鑰傳送至 Authorization: Bearer <key> header。每個帳戶僅限一個有效金鑰；產生新金鑰將取代舊金鑰。限制為每分鐘 300 次請求。

端點：/v1/chat/completions 和 /v1/models

使用 GET /v1/models 驗證可用性。將文字傳送至 POST /v1/chat/completions. 基礎 URL 為 https://api.abliteratedaionline.com/v1. 無嵌入或影像端點。請求為文字輸入，文字輸出。

參數：溫度、Top P 與更多

使用 temperature 和 top_p. 設定 stop 序列以進行精確截斷。使用 seed 用於可重現性。JSON 模式需要 response_format 設定為 json_object. 調整頻率與存在感的懲罰。

帶有 SSE 的串流回應

在請求主體中將 stream 設為 true。權杖透過伺服器發送事件到達。權杖使用細節出現在最後一個區塊中。此方法可降低長輸出的感知延遲。

錯誤處理與速率限制

處理無效金鑰的 401 和額度不足的 402。429 表示速率限制。上下文視窗為 100,000 個 token。最大輸出為 16,000 個 token。錯誤和拒絕不消耗額度。

模型能力：上下文視窗與最大 Token

該模型支援 100,000 token 的上下文視窗。這包含提示詞與補全內容。每次請求的最大輸出為 16,000 token。預設 max_tokens 為 2,048。這允許保留大量的對話歷史。

cURL

Copycurl https://api.abliteratedaionline.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "fix the syntax error in this python loop"}]
  }'

Python

Copyfrom openai import OpenAI

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