開始使用無審查 API

安裝您偏好的 OpenAI SDK

開始安裝您程式語言的官方程式庫。 openai 套件同時適用於 Python 和 Node.js 環境，確保與我們標準端點的相容性。

• Python： pip install openai
• Node.js： npm install openai

此單一相依性為您處理身份驗證和請求格式化。

設定基礎 URL 和 API 金鑰

設定您的客戶端指向我們的託管伺服器，而非預設的 OpenAI 區域。您需要從您的儀表板生成的 API 金鑰，以及我們無審查模型的特定基礎 URL。

設定 base_url 以 https://api.roleplayuncensored.com/v1 並提供金鑰至 api_key 欄位。這確保所有請求都路由至我們的基礎設施，而不會連接到其他供應商。

進行首次聊天完成

發送標準 chat.completions.create 使用模型 ID uncensored. 該模型針對合法成人或爭議性主題不拒絕回答，使其非常適合角色扮演應用程式。

確保您的上下文視窗總 token 數（提示詞與補全合計）保持在 100,000 個 token 的限制內。

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

處理串流回應

在請求主體中將 stream: true 在您的請求參數中。這隨著 token 生成回傳 token，對於在互動式聊天介面中保持低延遲至關重要。

串流的最後一個區塊包含用於帳單目的的總 token 使用量。這讓您可以即時追蹤成本，無需等待完整回應結束。

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)

使用 JSON 模式進行結構化資料

請求透過設定 response_format 以 {"type": "json_object"}. 模型將以其回覆格式化為有效的 JSON，這簡化了後端邏輯的解析過程。

當您需要一致的資料結構用於角色設定檔或遊戲狀態更新時，此功能特別有用。它與其他參數如 temperature 和 top_p 控制創造力。

Copyfrom openai import OpenAI

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

檢查可用模型

呼叫 GET /v1/models 用於列出您的帳戶可用模型的端點。這會回傳模型 ID uncensored 及其功能與上下文視窗詳細資訊。

我們的服務提供單一純淨模型，因此您無需管理複雜的路由邏輯。您可以依賴此端點在發送大量工作負載之前，驗證連線狀態與模型可用性。

Copyimport OpenAI from "openai";

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