基础 URL 和认证
连接到我们的 openai compatible API 通过更新客户端配置以指向 https://api.openaicompatibleapiendpoints.com/v1. 您需要通过 Authorization 页眉作为 Bearer 令牌。此设置适用于官方 OpenAI SDK 和任何兼容的客户端库。无需复杂的网关配置。
curl https://api.openaicompatibleapiendpoints.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Return 500 status code"}]
}'每次请求必须包含您的唯一密钥。如果密钥缺失或无效，服务器将立即返回 401 错误。这确保您的调用直接到达正确的无审查 LLM，没有路由延迟。
聊天完成端点
发送至 POST /v1/chat/completions 用于从 uncensored 模型。此端点处理标准的对话轮次，并支持高达 100,000 token 的上下文窗口。您可以将每次请求的最大输出设置为 16,000 个 token。模型对于合法的成人话题不进行内容拒绝。
from openai import OpenAI
client = OpenAI(base_url="https://api.openaicompatibleapiendpoints.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)使用标准的 messages 数组格式。API 忽略它不识别的额外字段，使迁移变得容易。您只需为模型实际消耗的 token 付费。
流式响应
通过设置启用实时 token 交付 stream: true 在你的请求中。服务器发送一系列服务器发送事件 (SSE)，直到响应完成。Token 使用统计信息出现在流的最后一个数据块中。这降低了用户等待长答案时的感知延迟。
stream = 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)在客户端缓冲传入的 token 以重建完整文本。流式传输期间的错误很少见，但应通过检查最终事件中的错误代码来处理。当达到上下文限制或最大 token 数时，流会自动停止。
JSON 模式与工具
通过设置 response_format 到 {"type": "json_object"}. 这确保模型返回有效的 JSON 而不是 Markdown 文本。您还可以使用 tools 用于函数调用的参数。API 支持 tool_choice 用于精确控制模型调用哪些函数。
使用 temperature 和 top_p 调整随机性。设置 seed 用于调试期间获得可复现的结果。这些参数的行为与标准 OpenAI-compatible 集成中的预期完全一致。
错误处理和限制
优雅地处理标准 HTTP 错误以管理客户端故障。401 状态表示您的 API 密钥无效。402 状态表示您的预付费额度已耗尽。429 错误表示您已超过每分钟 300 次请求的限制。
每个密钥允许八个并发请求。请求正文限制为 8 MB。已使用的余额不退款，但处理过程中的错误免费。始终检查 error object in the JSON response for details.
上下文窗口和模型详情
该模型支持 100,000 token 的上下文窗口，包含 prompt 和 completion 的总和。这允许对长文档或长对话进行深度上下文保留。如果您未指定，默认最大输出量为 2,048 个 token max_tokens. 您可以将此值增加到每次请求 16,000 个 token。
该模型不是 GPT、Claude 或任何其他供应商模型。它是一个针对无限制响应优化的开放权重模型。你的提示中的任何数据都不会用于训练。这确保了你的专有数据的隐私性。
Node.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.openaicompatibleapiendpoints.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);