快速入门：无审查 API 集成

前提条件：安装官方 SDK

安装与你的开发环境匹配的库以开始与 API 通信。SDK 会自动处理身份验证和序列化，让你专注于逻辑。

对于 Python 环境，使用标准包管理器安装最新版本。Node.js 开发者应将 npm 包添加到项目依赖项中。这两种工具都支持相同的 OpenAI 兼容协议。

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

设置 base URL 和 API 密钥

配置客户端以指向我们的特定端点，并使用您的唯一密钥进行授权。此设置确保所有请求都通过我们的 uncensored 基础设施路由，而不是默认提供商。您必须将占位符替换为在仪表板上生成的密钥。

基础 URL 结构与标准实现保持一致，但域名不同。此更改至关重要，因为我们的模型与商业巨头共享不同的路由。请妥善保管您的密钥，不要将其暴露在客户端代码中。

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

向 /v1/chat/completions 发起首次请求

向聊天补全端点发送 POST 请求，包含您的提示和模型标识符。系统处理文本并返回无内容过滤器的原始响应，适用于合法的成人主题。您必须将模型 ID 指定为 uncensored 访问此特定行为。

请求体包含标准参数，如 messages 和 model. API 接受您的输入，并根据上下文窗口限制生成文本。处理期间的错误不会消耗您的预付费额度，确保公平计费。

处理流式响应和令牌使用

启用流式传输以分块接收模型输出，而不是等待完整响应。此方法降低了感知延迟，并允许您为用户实时显示文本。SDK 自动处理服务器发送事件（SSE）协议。

Token 用量在流的最后一个数据块中报告。您可以跟踪输入和输出计数，以有效管理预付费积分。每次请求的最大输出为 16,000 个 Token，如果您未显式设置限制，则上限为 2,048 个 Token。

配置 JSON 模式和工具调用

为了便于程序化使用，请通过启用 JSON 模式或定义工具模式来构建您的响应。此功能确保模型输出您的应用程序可以无错误解析的有效数据。使用 response_format 用于强制严格的 JSON 输出。

工具调用允许模型根据提示词指令执行函数。您可以定义工具并指定模型应如何选择它们。此功能与我们的单一无审查模型无缝配合，无需额外的配置开销。

了解速率限制与并发

监控您的请求量以避免因速率限制导致的服务中断。我们的基础设施强制执行每个 API 密钥每分钟 300 次请求的限制。您还可以使用同一个密钥同时发送最多 8 个并发请求。

如果您超出这些限制，API 将返回 429 状态码。每个账户同时仅支持一个活跃密钥，因此生成新密钥将替换旧密钥。请求体不得超过 8 MB 以确保高效处理。

cURL

Copycurl https://api.filterwithoutai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list three ways to optimize a python loop"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

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)