快速入门：使用无审查 LLM API

前置条件

在发起请求之前，请确保你拥有有效的 API 密钥。只需使用电子邮件和密码在我们的获取 API 密钥页面注册。注册后立即显示你的密钥。你将从 $0.50 的试用额度开始，有效期为 7 天，无需信用卡。对于更高用量，请充值预付额度，最低 $10 起。该 API 使用单一无审查模型，标识为 uncensored，托管于我们自己的基础设施上。它不是 GPT、Claude 或其他供应商模型的代理。你只需具备基本的 HTTP 请求知识或熟悉一种标准的 OpenAI 兼容 SDK 即可。

认证

在每个请求的 Authorization 标头中包含你的 API 密钥。使用 Bearer 方案后跟你的密钥字符串。所有接口的基础 URL 为 https://api.anonymousllmapi.com/v1。此 URL 适用于任何支持 OpenAI API 格式的客户机。如果密钥无效或已过期，服务器将返回 401 错误。如果没有余额，将返回 402 错误。你可以随时从仪表板重新生成密钥以立即撤销旧密钥。初始试用无需电话号码或账单详情。

基本聊天补全

向 /v1/chat/completions 发送 POST 请求以获取文本响应。模型 uncensored 处理你的提示词，并返回用于合法成人用途的无内容过滤文本。下面是一个使用 curl 的基本示例。将 YOUR_API_KEY 替换为你的实际密钥。请求正文包括模型 ID 和你的消息历史。API 返回包含生成文本的 JSON 对象。这是一个纯文本 API；不要期望响应中包含图片或音频。

Python SDK 集成

使用官方 OpenAI Python SDK 与我们的 API 交互。将 base_url 配置指向我们的接口，并设置 api_key。这允许你使用熟悉的方法，如 client.chat.completions.create。模型 ID 仍为 uncensored。这种方法简化了标头管理和 JSON 解析。它非常适合需要结构化数据处理的后端服务或脚本。确保你的 SDK 版本与 OpenAI API 规范兼容。我们的 API 支持 temperature 和 max_tokens 等标准参数。

流式响应

通过在请求中设置 stream: true 来启用流式输出。API 返回服务器发送事件 (SSE) 的部分响应流。这降低了用户等待长输出时的感知延迟。每个数据块包含生成文本的一部分。在你的客户端代码中处理流，以便在 token 到达时将其追加。这对于希望实现实时打字效果聊天界面非常有用。当模型完成响应或达到上下文窗口限制时，流结束。使用适当的 SDK 流式处理方法以正确处理事件。

速率限制和约束

每个 API 密钥每分钟限制 300 次请求。如果超出此限制，API 将返回 429 错误。最大请求体大小为 8 MB。上下文窗口为 100,000 token，合计输入提示词和输出补全。此限制适用于单次请求中处理的 token 总量。在此窗口内支持函数调用。按量付费额度永不失效。如果额度用完，请求将因 402 错误而失败。随时充值即可继续服务。这些限制确保所有用户在我们的专用基础设施上获得一致的性能。

cURL

Copycurl https://api.anonymousllmapi.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."}]
  }'

Python

Copyfrom openai import OpenAI

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

流式输出

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)