給無審查聊天補全的 API 文件說明

快速入門：使用 Python 或 JavaScript 連接

透過更新基礎 URL 並設定您的 API 金鑰來連線至 API。該端點接受標準聊天完成請求並返回文字。如果您使用官方 OpenAI SDK，則無需安裝自訂程式庫，因為介面完全符合其規範。

透過簡單的 HTTP 請求開始驗證連線性。使用下方的 curl 命令向 uncensored 模型。取代 YOUR_API_KEY 使用在您的儀表板上生成的金鑰。

Copycurl https://api.aiplayrolebest.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the character persona to a grumpy detective"}]
  }'

對於 Python 開發人員，過程幾乎相同。使用你的金鑰和正確的基礎 URL 初始化客戶端。這確保所有請求都通過我們的無審查伺服器路由，同時保持與現有工具的相容性。

Copyfrom openai import OpenAI

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

JavaScript 使用者可以使用 Node SDK 達成相同結果。設定 baseURL 屬性至我們的端點。此方法允許您以最小的程式碼變更將 API 整合至網頁伺服器或後端服務。

Copyimport OpenAI from "openai";

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

驗證與 API 金鑰管理

驗證依賴於在標頭中傳遞的單一 API 金鑰。將此金鑰傳遞至 Authorization 每次請求的標頭。若金鑰遺失或無效，API 會立即返回 401 錯誤。這確保了您預付信用額度的安全存取。

在儀表板上產生金鑰。金鑰在建立時僅顯示一次。請將其安全地儲存在環境變數中，不要公開分享。每個帳戶同時僅支援一個有效金鑰。產生新金鑰會立即使舊金鑰失效。

在您的請求中使用金鑰，如下所示： Authorization: Bearer YOUR_API_KEY. 這種標準的標頭格式適用於所有主要 SDK。在開發期間進行快速迭代時，請隨時備妥您的金鑰。

聊天完成端點參數

向 /v1/chat/completions 端點。包含您的 messages 陣列，並將模型設定為 uncensored. 您可以調整參數，例如 temperature 和 top_p 控制創造力。較高的值會產生更多樣化的回應。

設定 max_tokens 以限制輸出長度。若未指定，預設為 2,048 個 token。該模型支援 100,000 個 token 的上下文視窗（包含提示與完成部分）。這允許進行長對話而不會截斷。調整 presence_penalty 和 frequency_penalty 減少角色扮演情境中的重複。

使用 stop 參數以在特定短語處停止生成。這有助於強制執行對話結構。該 seed parameter ensures reproducible outputs for testing. These tools give you precise control over the model's behavior.

串流回應與用量資料

在請求主體中將 stream: true 在您的請求中。API 會隨生成情況傳回文字區塊。這可降低終端使用者的感知延遲。每個區塊包含部分文字和元數據。

用量數據會出現在最後一個區塊中。這包括輸入和輸出的 token 數量。請查看 usage field in the last response object. This allows accurate billing verification without separate API calls. Track token consumption in real-time.

謹慎處理串流終止。確保在關閉連線之前處理所有區塊。最後一個區塊包含完整的用量統計資料。這些資料對於監控生產環境應用程式的成本和效能至關重要。

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)

錯誤處理與速率限制

API 每支金鑰每秒鐘限制 300 次請求。每支金鑰最多允許 8 個同時請求。請求主體不得超過 8 MB。超過這些限制將返回 429 錯誤。實作指數退避以處理暫時性的尖峰流量。

常見錯誤包括 401（無效金鑰）和 402（餘額不足）。402 響應表示您的預付餘額已耗盡。請充值帳戶以恢復服務。錯誤不會消耗 Token，因此在修復問題後重試是免費的。

檢查響應主體以獲取詳細的錯誤消息。API 返回一個包含錯誤類型和消息的 JSON 對象。利用這些信息快速調試問題。適當的錯誤處理可確保在高流量期間為用戶提供流暢的體驗。

JSON 模式與函式呼叫指南

透過設定 response_format 以 {"type": "json_object"}. 這可強制模型輸出有效的 JSON。非常適合用於結構化資料擷取或 API 回應。請確保您的提示詞清楚描述所需的結構。

函式呼叫允許模型呼叫工具。在請求主體中定義工具。模型會在適當時返回工具呼叫。在您的應用程式邏輯中處理這些呼叫。這能啟用複雜的多步驟工作流程。

將 JSON 模式與函式呼叫結合，實現穩健的整合。在客戶端驗證 JSON 輸出。使用 tool_choice 用於控制函數調用時機的參數。這種靈活性支援多樣化的應用程式架構。確保您的工具定義良好以獲得最佳效能。

模型詳細資訊與上下文視窗限制

The uncensored model 支援 100,000 token 的上下文視窗。這包含輸入提示和輸出完成內容。每次請求的最大輸出為 16,000 token。這允許進行廣泛的角色扮演場景，而不會在句子中途截斷。

該模型是開權重的，並針對無限制內容進行了調優。它不會拒絕合法的成人話題。它不是 GPT、Claude 或任何其他廠商的模型。請求在我們的專用服務器上處理。這確保了一致的表現和低延遲。

監控上下文用量以保持在限制範圍內。API 能精確追蹤 token 用量。錯誤和拒絕回應不會消耗 token。這種透明的計費模式有助於您預測成本。規劃您的上下文視窗以最大化價值。