Unrestricted：快速入門：整合無審查 LLM

基礎 URL 與驗證

要開始使用 無審查 LLM，你需要從控制台取得 API 金鑰。所有請求的基礎 URL 為 https://api.unrestricted.cc/v1。此 URL 與官方的 OpenAI SDK 以及任何支援 OpenAI 相容端點的客戶端相容。只需在客戶端設定中將 base_url 變數設為此值，並在 Authorization 標頭中以 Bearer Token 形式提供你的金鑰。該 API 提供單一模型，識別為 uncensored，這是一個開放權重模型，針對合法成人用途，能夠在不進行標準內容拒絕的情況下回答問題。

首次請求

基本請求會將提示詞發送至聊天完成端點。模型直接回傳文字，避開消費者包裝函式中常見的拒絕過濾器。這使其成為生成程式碼片段或技術說明的理想 無審查程式碼 LLM，且無需冗餘的對話填充。向 /v1/chat/completions 發送 POST 請求，並附上您的系統與使用者訊息。回應將包含 choices 陣列中的生成文字。

Copycurl https://api.unrestricted.cc/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 SDK 整合

使用官方 Python SDK 可簡化整合過程。您只需將客戶端指向我們的基礎 URL 即可。此方法適用於簡單的文字生成以及更複雜的提示詞結構。SDK 會自動處理 JSON 序列化，因此您可以專注於應用程式邏輯。請記住，此服務的模型 ID 始終為 uncensored。此 無審查 LLM 線上 端點專為需要可靠程式化存取未過濾文字輸出的開發者而設計。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.unrestricted.cc/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 SDK 整合

對於 JavaScript 和 TypeScript 環境，OpenAI Node SDK 只需少量設定即可運作。使用您的 API 金鑰和正確的基礎 URL 初始化客戶端。然後，您可以像使用其他 OpenAI 相容服務一樣呼叫聊天完成方法。這種靈活性允許您將 API 嵌入現有程式碼庫，而無需重寫 HTTP 客戶端邏輯。回應結構符合標準 OpenAI 格式，確保輕鬆解析生成的內容。

Copyimport OpenAI from "openai";

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

串流回應

您可以在請求中設定 stream: true 以啟用串流。API 以伺服器發送事件 (SSE) 形式回傳資料，讓您在生成 token 時即可處理。這對於即時應用程式或希望向使用者顯示進度非常有用。串流的最後一個區塊包含 token 使用統計數據。串流透過增量交付內容而非等待完整回應完成，來降低感知延遲。

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)

限制、錯誤與上下文

上下文視窗總共支援 100,000 個 token，每次請求的最大輸出為 32,000 個 token。如果您未指定 max_tokens，限制預設為 2,048 個 token。速率限制設為每分鐘 300 次請求，每個金鑰 8 個並行請求。常見錯誤包括：金鑰無效的 401、額度不足的 402，以及超過速率限制的 429。錯誤不會消耗您的預付額度。請求主體限制為 8 MB。這些限制確保高用量 API 使用的穩定效能。