开始使用无审查 API

安装你首选的 OpenAI SDK

首先为您的编程语言安装官方库。该 openai 包适用于 Python 和 Node.js 环境，确保与我们标准端点的兼容性。

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

此单一依赖项为您处理身份验证和请求格式化。

设置基础 URL 和 API 密钥

配置你的客户端指向我们的托管服务器而不是默认的 OpenAI 区域。你需要从仪表板生成的 API 密钥以及我们无审查模型的特定基础 URL。

设置 base_url 到 https://api.roleplayuncensored.com/v1 并提供密钥至 api_key 字段。这确保所有请求都路由到我们的基础设施，而不会命中其他供应商。

发起首次聊天补全

发送标准 chat.completions.create request using the model ID uncensored. 该模型针对合法成人或争议性话题无审查地回答，非常适合角色扮演应用程序。

确保您的上下文窗口保持在 100,000 个 token 的限制内，包括提示词和补全部分。

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."}]
  }'

处理流式传输响应

通过将 stream: true 在请求参数中。这随着生成返回 token，这对于在交互式聊天界面中保持低延迟至关重要。

流中的最后一个数据块包含用于计费目的的总令牌使用量。这使您可以实时跟踪成本，而无需等待完整响应完成。

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 模式进行结构化数据

通过设置请求结构化输出 response_format 到 {"type": "json_object"}模型将回复格式化为有效的 JSON，这简化了你后端逻辑的解析过程。

此功能在需要一致的数据结构用于角色档案或游戏状态更新时特别有用。它与其他参数（如 temperature 和 top_p 控制创造性。

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)

检查可用模型

调用 GET /v1/models 用于列出您账户中可用模型的端点。这将返回模型 ID uncensored 以及其能力和上下文窗口详情。

我们的服务提供单一、纯净的模型，因此您无需管理复杂的路由逻辑。您可以依赖此端点在发送大量负载之前验证连接性和模型可用性。

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);