API 快速入门指南

安装 SDK

首先将官方客户端库添加到您的项目依赖项中。这确保了与我们标准端点的兼容性，并简化了请求处理。

使用您首选的包管理器安装最新版本。该库自动处理认证和序列化。

此步骤是向服务器发送任何请求之前必需的。

配置基础 URL 和密钥

将您的客户端指向我们的专用 API 网关（使用提供的基础 URL）。这将所有流量导向我们的无审查模型基础设施。

在环境变量或配置对象中设置您的 API 密钥。通过 Google 或电子邮件注册后，您会立即收到此密钥。

• 基础 URL： https://api.aizonderfilter.com/v1
• Auth 标头： Authorization: Bearer YOUR_API_KEY

通过检查 models 端点来验证您的密钥是否有效。

发起您的首次请求

发送标准聊天补全请求以接收原始、无过滤的文本回复。我们的模型不对合法内容应用标准的安全拒绝。

使用 uncensored 用于所有补全的模型 ID。

以下示例演示了基本的文本生成调用。

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

检查响应中的生成文本和令牌使用统计信息。

启用流式响应

对于低延迟应用，启用流式传输以接收生成的 token。这为聊天界面提供了更好的用户体验。

在请求负载中将 stream 参数设置为 true。

服务器发送包含部分补全内容的服务器发送事件（SSE）。

Copyfrom openai import OpenAI

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

聚合这些块以重构完整消息。Token 使用详情出现在最后一个块中。

使用 JSON 模式和工具

强制执行结构化输出或启用函数调用以处理复杂逻辑。使用 response_format: {"type": "json_object"} 以确保有效的 JSON 响应。

在请求中定义工具以允许模型调用外部函数。指定 tool_choice: "auto" 用于自动选择。

Copyimport OpenAI from "openai";

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

从响应中解析工具调用以执行自定义逻辑。这在我们的无审查模型上可靠运行。

限制、错误和上下文

监控您的使用限制以避免服务中断。您每分钟允许 300 次请求，每个密钥允许 8 个并发请求。

上下文窗口支持总计 100,000 个 token。每次请求的最大输出为 16,000 个 token。

正确处理常见的 HTTP 错误：

• 401 Unauthorized： 您的 API 密钥无效或缺失。
• 402 Payment Required： 您的预存余额已耗尽。使用加密货币充值以继续使用。
• 429 Too Many Requests： 您已达到速率限制。请稍后重试。

错误不会消耗您的信用余额。

流式传输

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)