API 文档

认证与基础 URL

使用您的 API 密钥对每个请求进行身份验证。我们的 API 完全兼容 OpenAI SDK 生态系统，因此您只需在客户端配置中调整基础 URL 和密钥即可。基础 URL 为 HTTPS://api.nocensoraichatbot.com/v1。注册 Google 或邮箱后即可立即生成密钥。每个账户仅持有一个有效密钥，重新生成时将替换旧密钥。注册无需手机号，且您的提示词不会用于训练。

首次请求

发送标准聊天补全请求至 /v1/chat/completions 端点。使用模型标识符 "uncensored" 访问我们微调的大语言模型。该模型对合法的成人、虚构和争议性话题不作标准拒绝。有一个硬性限制：涉及未成年人的内容始终会被拒绝。你可以使用简单的 curl 命令测试连通性。

Copycurl https://api.nocensoraichatbot.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a 400 word review of the new gpu"}]
  }'

如果密钥无效，您将收到 401 错误。如果信用额度耗尽，您将收到 402 错误。错误和拒绝不会消耗令牌，因此您只需为成功的补全付费。信用额度永不过期，让您完全掌控支出。

Python SDK 集成

安装官方 OpenAI Python 包并将基础 URL 配置为指向我们的服务。这允许你使用熟悉的方法，例如 client.chat.completions.create。将 model 设置为 "uncensored"，并按惯例传入 system 或 user 消息。SDK 会自动处理 tokenization 和响应解析。这种方法适用于简单的文本生成和复杂的多轮对话。如果你偏好增量输出，也可以流式传输响应。

Copyfrom openai import OpenAI

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

请确保在请求头或环境变量中传递 API 密钥。SDK 支持所有标准参数，如 temperature 和 top_p。您可以调整这些参数以控制创造性或确定性。模型上下文窗口为 100,000 token，包含提示和完成部分。

Node SDK 集成

使用 @openai/openai npm 包将您的 Node.js 应用与我们的 API 集成。在发起任何请求之前，请先配置 base URL 和 API 密钥。这确保了与我们无审查 AI 聊天机器人 API 的兼容性。Node SDK 提供了类型定义和 async/await 支持，适用于现代开发。您可以像使用任何 OpenAI 兼容端点一样发送消息并接收响应。错误处理已内置，因此您可以轻松捕获 401、402 和 429 错误。这使其非常适合无服务器函数或后端服务。

Copyimport OpenAI from "openai";

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

请记住，模型标识符为 "uncensored"。不要使用 GPT-3.5 或 GPT-4 标识符。SDK 将处理其余部分，包括 JSON 解析和重试逻辑。您还可以启用流式传输以实现实时用户体验。

流式传输与 SSE 支持

通过在请求中将 stream 设置为 true 启用流式传输。API 返回服务器发送事件（SSE）以实现实时令牌交付。每个块包含部分内容，允许您在生成时显示输出。最后一个块包含完整的令牌用量统计信息。这对于期望即时反馈的聊天界面很有用。流式传输降低了感知延迟，特别是对于长响应。如果用户发送新消息，您可以提前停止流式传输。这节省了令牌并提高了响应速度。

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)

谨慎处理 SSE 事件，以避免长连接中的内存泄漏。API 限制每个密钥最多 8 个并发请求。此限制有助于在负载下保持稳定。您可以使用标准参数（如 max_tokens 和 stop sequences）调整流行为。

速率限制与上下文窗口

API 限制每个密钥每分钟 300 次请求。你可以同时拥有 8 个请求。请求体不得超过 8 MB。上下文窗口为 100,000 个 token（提示和补全合计）。每次请求最大输出为 16,000 个 token，如果未设置 max_tokens 则为 2,048 个。如果超出速率限制，你将收到 429 错误。等待并重试，使用指数退避。仅对成功的 token 使用收取信用额。错误不会消耗信用额。这种透明的定价模式确保你确切知道支付的费用。