API 文档

快速入门：Python 集成

安装官方 OpenAI SDK 并配置基础 URL 是第一步。这确保你的客户端将请求路由到我们的无审查 LLM 端点，而无需修改你现有的逻辑。

• 通过 pip 安装包。
• 设置 API 密钥和基础 URL。
• 发送标准聊天补全请求。

此配置适用于本地脚本和生产服务器。

认证和基础 URL

您的 API 密钥对发送到基础 URL HTTPS://api.chatbotsemfiltro.com/v1 的每个请求进行身份验证。该密钥在注册时即时生成，并在您撤销之前一直有效。

将密钥存储在环境变量中以避免硬编码秘密。SDK 会自动处理头注入。

聊天完成端点

核心端点接受对 /v1/chat/completions 的 POST 请求。它需要一个包含消息和模型参数的 JSON 主体。

• 定义角色（system、user、assistant）。
• 将模型指定为 "uncensored"。
• 接收文本输出。

这种结构镜像了标准的 OpenAI 格式，确保兼容性。

流式传输与函数调用

通过在请求中将 stream 设置为 true 来启用流式传输。API 返回服务器发送的事件（SSE）数据块，在生成时交付令牌。

通过 tools 参数支持函数调用。模型以 JSON 格式返回工具调用，您可以解析并执行。

参数：温度和 Top P

调整 temperature 以获取创意或确定性。0 到 2 之间的值控制随机性。Top P 按累积概率过滤单词。

结合这些参数以微调输出风格。在测试期间使用种子以获得可复现的结果。

上下文窗口和限制

该模型支持 100,000 个 token 的上下文窗口。每次请求的最大输出为 16,000 个 token。

频率限制为每分钟 300 次请求。超出此限制将触发 429 错误。管理并发以避免节流。

错误处理和 Token

优雅处理 HTTP 错误。401 表示密钥无效。402 表示余额不足。429 表示速率限制。

Token 用量计费准确。错误不会消耗额度。通过仪表板监控用量。

cURL

Copycurl https://api.chatbotsemfiltro.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top ten libraries for Rust async programming"}]
  }'

Python

Copyfrom openai import OpenAI

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