无过滤 AI API 快速入门指南

认证与基础 URL 设置

使用提供的 base URL 和 API 密钥配置客户端以直接连接到我们托管的端点。通过 Google 或电子邮件注册后，你将立即获得一个有效的密钥，无需电话号码。基础 URL 为 HTTPS://api.uncensoreddolphinopenrouter.com/v1，模型标识符为 "uncensored"。此设置适用于任何 OpenAI 兼容客户端，只需更改 base_url 并在 Authorization 头中提供 API 密钥即可。不涉及月度订阅或复杂路由，只需直接访问模型。

发送你的第一次聊天补全

向聊天补全端点发送 POST 请求，以从 uncensored 模型生成文本响应。您可以使用标准的 OpenAI 格式发送简单提示或结构化消息。API 将返回直接文本响应，且不会对合法成人内容产生额外的安全拒绝。确保在请求正文中包含将 model 字段设置为 "uncensored"。此端点仅支持聊天补全，不支持嵌入或图像生成。您可以立即使用试用积分或余额开始测试。

使用 Python SDK

使用您的基础 URL 和 API 密钥初始化 OpenAI 客户端以编程方式发送请求。这种方法允许您以最小的代码更改将 uncensored LLM 集成到您的现有 Python 应用程序中。将基础 URL 设置为我们托管的端点，并传递您的 API 密钥进行身份验证。客户端将处理 HTTP 请求并返回响应对象以供进一步处理。您可以调整 temperature 和 top_p 等参数来控制输出风格。这种方法非常适合构建自定义界面或自动化工作流程。

使用 Node SDK

使用特定的 base URL 和您的 API 密钥配置 OpenAI Node 客户端以与 API 交互。这使您可以使用熟悉的 SDK 模式无缝集成到 Node.js 应用程序中。将客户端指向 HTTPS://api.uncensoreddolphinopenrouter.com/v1 并提供您的密钥进行身份验证。然后，您可以使用所需的参数调用 chat completions 方法。响应包括生成的文本和 token 使用统计信息。此设置非常适合需要无限制文本生成的服务器端应用程序或后端服务。

处理流式响应

通过在请求中将 stream 参数设置为 true 启用流式传输，以接收实时令牌更新。API 返回服务器发送事件 (SSE)，以便在生成令牌时立即提供反馈。每个数据块包含部分文本，最后一个数据块包含使用数据。此方法通过逐步显示输出来降低用户的感知延迟。您可以解析 SSE 流以实时更新您的 UI。流式传输支持所有聊天补全请求，包括带有函数调用或 JSON 模式的请求。

理解令牌限制和成本

上下文窗口支持最多 100,000 个 token，包括 prompt 和 completion 的总和。每次请求最多可输出 16,000 个 token。定价为每 1M 输入 token $0.15，每 1M 输出 token $0.50，仅按实际使用情况收费。错误和拒绝不产生费用，确保你只为成功的完成付费。预付信用额度永不过期，你可以从 $20 起使用加密货币充值。这种透明的定价模式帮助你有效管理成本，且无隐藏费用。

限流与并发

每个 API 密钥限制为每分钟 300 次请求和 8 个并发请求，以确保性能稳定。最大请求体大小为 8 MB，可容纳大型上下文窗口。如果超出这些限制，您将收到 429 错误，表示超出速率限制。您可以生成新密钥以替换现有密钥，因为每个账户仅有一个活跃密钥。这些限制在保持高可用性的同时防止滥用。监控您的使用情况，以在这些限制内获得最佳性能。

cURL

Copycurl https://api.uncensoreddolphinopenrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List five key differences between python and rust"}]
  }'

Python

Copyfrom openai import OpenAI

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

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)

2026-050