无审查 LLM API 快速入门指南

前提条件：你的 API 密钥与基础 URL

您需要有效的 API 密钥和正确的 base URL 即可开始使用无审查 AI API。使用 Google 或电子邮件注册，无需电话验证即可即时获取密钥。Base URL 为 HTTPS://api.apikeycodex.com/v1。此端点适用于官方 OpenAI SDK。每个账户只需一个活跃密钥。新密钥将替换旧密钥。您将获得 $0.50 的 7 天试用额度。错误免费。拒绝不消耗令牌。您的提示词不用于训练。隐私很简单：您只需提供电子邮件。无审查模型处理成人内容。它仅拒绝非法或涉及未成年人的性内容。请在客户端配置中使用此 base URL。

发送你的第一次聊天补全请求

向 /v1/chat/completions 发起 POST 请求以获取文本输出。将模型 id 设置为 "uncensored"。包含您的系统提示和用户消息。无审查 LLM 直接回答。它不会拒绝合法的成人话题。将 API 密钥设置在 Authorization 头中。使用 bearer token 认证。请求体包含消息。每条消息都有 role 和 content。模型生成文本。您收到响应。检查 token 使用情况。它计算输入和输出 token。计费透明。您只为使用的 token 付费。错误不收费。无审查模型速度很快。它适合您的用例。尝试一个简单的查询。查看结果。使用 curl 进行测试。

Copycurl https://api.apikeycodex.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Create a REST endpoint for user authentication"}]
  }'

使用 Python SDK 进行集成

安装官方 openai python 包。将基础 URL 设置为我们的端点。在环境中设置 API 密钥。调用 chat.completions.create 方法。传递模型 "uncensored"。提供您的消息。SDK 处理请求。您获得响应对象。访问内容。检查 token 计数。uncensored AI API 无缝工作。它支持函数调用。在请求中使用工具。模型遵循指令。如果请求，它输出 JSON。将 response_format 设置为 json_object。这确保有效的 JSON。uncensored 模型可靠。它处理复杂的提示。流式或同步。选择您的方法。Python SDK 易于使用。快速集成。

Copyfrom openai import OpenAI

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

与 Node.js 客户端集成

使用官方 Node.js SDK。配置 base URL。设置 API 密钥。调用 completions 端点。发送模型 "uncensored"。提供您的输入消息。uncensored 模型响应。它支持流式传输。使用 stream 方法。迭代处理 chunks。构建响应。uncensored AI API 密钥在此处有效。Node.js 很流行。此集成是标准的。优雅地处理错误。检查状态码。必要时重试。uncensored 模型很健壮。它处理大输入。上下文窗口为 100,000 个 token。充分利用它。uncensored LLM 很快。Node.js 客户端效果很好。立即集成。

Copyimport OpenAI from "openai";

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

处理流式响应以实现实时输出

通过在请求中将 stream 设置为 true 来启用流式传输。API 返回数据块。每个数据块包含部分文本。按到达顺序处理数据块。uncensored 模型流式传输效率很高。立即显示文本。uncensored AI API 支持 SSE。使用最后一个数据块获取令牌使用量。准确计算令牌数。计费是实时的。仅为你使用的部分付费。uncensored 模型响应迅速。它感觉很快。流式传输降低了感知延迟。用于聊天界面。uncensored LLM 运行良好。Node.js 和 Python 支持它。处理流式传输中的错误。正确关闭流。uncensored 模型可靠。立即开始流式传输。

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)

限制、错误和令牌使用情况

您面临每个密钥的限制。每分钟 300 次请求。8 个并发请求。8 MB 请求体。错误返回 401（密钥无效）。402（无余额）。429（速率限制）。快速修复错误。检查余额。使用加密货币充值。USDT 或 USDC。积分奖励适用。上下文窗口为 100,000 个令牌。最大输出为 16,000 个令牌。如有需要，请设置 max_tokens。uncensored 模型尊重限制。计费透明。错误免费。按量付费。无订阅。积分永不过期。uncensored AI API 很简单。自信使用。监控使用情况。保持在限制内。uncensored LLM 功能强大。限制合理。管理您的密钥。必要时替换。每个账户一个密钥。规则简单。限制清晰。无意外。

Copyfrom openai import OpenAI

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