API 文档

基础 URL 和认证

无过滤 AI 聊天机器人 API 在单一基础 URL 下运行： https://api.chatbotaiunfiltered.com/v1. 您通过在请求中包含唯一的 API 密钥来对每个请求进行身份验证。 Authorization header. 该密钥在通过 Google 或电子邮件创建账户后立即生成。如果密钥无效，API 将返回 401 错误。

首次请求

使用标准的 chat/completions 端点。无限制模型对合法的成人、争议性或技术主题做出响应，没有通常的拒绝。在请求头中传递您的 API 密钥，并将模型 ID 设置为 uncensored. 以下示例演示了基本的文本生成请求。

Copycurl https://api.chatbotaiunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set timezone to utc"}]
  }'

此请求返回文本补全。无过滤 AI 模型处理输入并根据其训练生成响应。您可以调整 temperature 等参数来控制创造性。余额不足等错误将返回 402 状态码。

Python SDK 集成

使用官方 OpenAI Python 库与未审查的 LLM API 交互。使用您的 API 密钥和自定义 base URL 配置客户端。此方法允许您使用熟悉的方法，例如 chat.completions.create() 同时利用未过滤模型的原始推理能力。明确设置模型为 uncensored 以确保您未被路由到过滤后的变体。

Copyfrom openai import OpenAI

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

该库自动处理 JSON 序列化和流式传输。您可以从响应对象中获取令牌使用情况。此方法非常适合需要将未过滤的文本生成功能集成到现有工作流的后端服务，而无需重写 HTTP 客户端。

Node SDK 集成

使用官方 SDK 将无审查 API 集成到 Node.js 应用中。在客户端初始化时传入 base URL 和 API 密钥。此设置确保与标准 OpenAI 端点兼容，同时提供您期望的无过滤聊天机器人行为。使用 uncensored 模型 ID 以访问特定的微调权重。

Copyimport OpenAI from "openai";

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

SDK 管理请求重试和错误处理。您可以流式传输响应或收集完整文本。这对于需要实时文本生成的 Web 应用程序非常有用。Uncensored AI API 支持标准参数，如 temperature 和 top_p 用于微调输出风格。

通过 SSE 实现流式响应

通过将 stream: true 在您的请求中。API 返回包含增量文本数据块的服务器发送的事件 (SSE)。最后一个数据块包含完整的 Token 用量统计。这对于实时显示文本的应用程序至关重要，例如聊天界面或实时代码编辑器。流式传输显著降低了感知延迟。

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)

解析 SSE 流，在文本到达时进行渲染。每个数据块仅包含响应的一部分。uncensored 模型在数据块之间保持上下文。如果用户更改输入，您可以提前停止流式传输。错误处理方式与非流式请求保持一致。

限制、错误和上下文窗口

无审查 LLM API 对输入和输出总和强制执行 100,000 个 token 的上下文窗口。如果您指定，每次请求最多可发送 16,000 个 token。 max_tokens. 速率限制为每分钟 300 次请求，每个密钥最多 8 个并发请求。429 错误表示您已超出这些限制。请求正文不得超过 8 MB。缺少信用余额的错误返回 402，而密钥无效则返回 401。信用余额不会过期，因此您可以暂停使用而不会损失资金。