用于代码的无审查 AI 模型：API 文档

基础 URL 与身份验证

我们的 API 遵循 OpenAI chat-completions 结构，允许你使用现有 SDK 并进行最少配置。基础 URL 为 https://api.uncensoredcodingai.com/v1。身份验证通过 Authorization 头中的 Bearer token 处理。你必须按注册时提供的格式包含 API 密钥；没有订阅或月费，只有按量付费的预付额度。

重要提示： 虽然模型具有高度包容性，但并未移除所有限制。始终适用硬性内容限制：包含涉及未成年人的色情内容的请求将被屏蔽。所有其他合法的成人内容、争议性话题或技术话题均直接处理，不会拒绝。

首次请求

发送标准的聊天完成请求以生成文本。模型 ID 为 uncensored。这是一个用于代码生成和技术任务的无审查编程 LLM，并非 GPT 或 Claude 的克隆。该模型运行于我们自有的 GPU 服务器上，是一个开放权重模型，经过调优以提供直接响应。

Copycurl https://api.uncensoredcodingai.com/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."}]
  }'

将 YOUR_API_KEY 替换为你的实际密钥。响应将在 choices[0].message.content 字段中包含生成的文本。确保你的输入不超过 100,000 token 的上下文窗口限制。

Python SDK 集成

使用官方的 openai Python 包与 API 交互。使用自定义基础 URL 和 API 密钥初始化客户端。这种方法让你可以利用已支持 OpenAI 兼容端点的现有代码库。

Copyfrom openai import OpenAI

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

此脚本向无审查 AI 模型发送提示词并打印响应。模型 ID 设置为 uncensored。你可以调整 temperature 和 max_tokens 参数来控制创造力和输出长度。请记住，除非你在 messages 数组中传递完整的历史记录，否则无审查 LLM 不会记住之前的对话。

Node SDK 集成

对于 JavaScript 和 TypeScript 项目，使用 openai Node 包。使用 baseUrl 和 apiKey 环境变量或直接值配置客户端。

Copyimport OpenAI from "openai";

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

此示例使用 uncensored 模型创建聊天完成请求。响应对象包含生成的文本。你可以在 Node.js 应用程序逻辑中直接处理错误和状态码。这种方法非常适合需要按需生成代码或文本的后端服务或无服务器函数。

流式响应

通过在请求中设置 stream: true 启用流式输出。API 返回服务器发送事件 (SSE) 流，允许你在生成时显示输出。这对于大型代码块或长篇解释很有用。

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)

处理到达的流块。每个块包含你可以追加到 UI 或日志的部分文本。流式传输减少了用户的感知延迟，因为他们可以立即看到进度。总响应时间仍取决于模型的推理速度和输出长度。

限制、错误与上下文

你的 API 密钥限制为每分钟 300 个请求。如果超过此限制，你将收到 429 Too Many Requests 错误。请求体大小限制为 8 MB。如果密钥无效，身份验证错误将返回 401 状态。如果预付额度耗尽，计费错误将返回 402 状态；请至少充值 $10 以恢复服务。

该模型支持 100k 上下文窗口（提示词 + 完成）。确保你的输入符合此限制。如果需要更多上下文，你可能需要在应用程序逻辑中管理截断。用于代码的无审查 AI 模型旨在提供可靠性，因此请监控你的使用情况以避免中断。