集成 Uncensored Local LLM API

基础 URL 和认证

我们的 API 完全兼容 OpenAI SDK。你只需更新 base_url 并提供 API 密钥。在 获取 API 密钥 页面注册即可立即获得密钥。开始使用免费试用额度无需手机号或信用卡。基础 URL 为 https://api.uncensoredlocalllm.com/v1。请妥善保管密钥；你可以随时重新生成密钥，旧密钥将立即失效。这确保你的应用始终拥有单一、稳定的接口，无需管理本地推理的复杂性。

首次请求

使用你喜欢的 HTTP 客户端发起第一次 API 调用。该接口支持标准的 chat-completions 格式。下面是一个 cURL 示例，演示基本请求。将 YOUR_API_KEY 替换为你的实际密钥。此请求发送提示词并期望返回文本。模型 ID 为 uncensored。该开放权重模型经过调整，可在合法成人用途中无内容拒绝地回答，为你的用例提供直接输出。

Copycurl https://api.uncensoredlocalllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

响应将包含 choices 数组中的生成文本。如果遇到 401 错误，你的 API 密钥无效或缺失。确保使用正确的基础 URL，并确保在重新生成后密钥未被撤销。

Python SDK 集成

使用官方 OpenAI Python SDK 快速集成。在客户端初始化中设置 base_url 和 api_key。这种方法允许你使用熟悉的方法，如 chat.completions.create()。SDK 自动处理 JSON 序列化和 HTTP 请求。这对于需要处理大量文本的后端服务或脚本非常理想。请记住，无论使用哪个 SDK 版本，模型 ID 仍为 uncensored。

Copyfrom openai import OpenAI

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

此方法适用于批处理处理，或需要在 Python 中处理响应逻辑的情况。确保你的环境已安装 openai 包。SDK 支持同步和异步操作，适应各种架构需求。

Node SDK 集成

对于 JavaScript 或 TypeScript 环境，OpenAI Node SDK 提供类似的体验。使用基础 URL 和 API 密钥初始化客户端。这对于 Web 应用或无服务器函数特别有用。SDK 抽象了 HTTP 细节，让你专注于应用逻辑。你可以使用与其他兼容 OpenAI 的服务相同的结构调用补全接口。

Copyimport OpenAI from "openai";

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

将此集成用于实时 Web 界面或 Node.js 微服务。SDK 支持 promises 和 async/await 模式，使错误处理变得简单。确保以优雅的方式处理潜在的网络错误，特别是在分布式系统中。

流式响应

通过在请求中设置 stream: true 启用流式输出。这允许你接收生成的部分响应，从而改善用户的感知延迟。API 支持服务器发送的事件 (SSE) 进行流式输出。这对于期望即时反馈的聊天界面至关重要。流式输出不影响模型的输出质量或上下文窗口。

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)

在客户端代码中处理流事件。每个数据块包含最终响应的一部分。聚合这些数据块以重建完整消息。这种方法与 Python 和 Node.js 中的 OpenAI SDK 无缝配合。

速率限制、错误和上下文窗口

API 对每个密钥强制执行每分钟 300 次请求的限制。最大请求体大小为 8 MB。如果超过速率限制，你将收到 429 错误。402 错误表示预付额度不足。请监控你的使用情况并通过仪表板充值。额度不会过期，你可以使用加密货币（USDT 或 USDC）支付。

上下文窗口为 100,000 token，涵盖提示词和补全。这允许进行长篇对话或处理大型文档。如果超过限制，API 将拒绝请求。模型 ID 为 uncensored，支持工具/函数调用以扩展功能。