无审查 LLM API 快速入门

基础 URL 和认证

所有请求的基础 URL 为 https://api.storyunfiltered.com/v1. 将您的 API 密钥附加到 Authorization 作为 bearer 令牌。每个账户生成一个活跃密钥；替换它会使其失效。注册无需电话号码，您可以通过 Google 或电子邮件凭据进行身份验证以即时获取密钥。

示例标题：

• Authorization: Bearer YOUR_API_KEY

首次请求

向以下地址发送 POST 请求 /v1/chat/completions 使用模型 ID uncensored. API 接受标准参数，如 temperature 和 stop. 响应以 JSON 格式返回，其中包含生成的文本 message.content 字段。

示例请求：

• model: uncensored
• messages: 用户/助手消息数组

模型列表与配置

通过向 /v1/models. 唯一可用的模型是 uncensored，一个针对无限制内容优化的开源权重模型。它支持函数调用、JSON 模式和通过服务器发送事件 (SSE) 进行流式传输。配置诸如 top_p 和 seed 控制输出多样性。

示例响应：

• id: uncensored
• object: model

使用 SSE 的流式响应

通过将 stream: true 在您的请求中。API 返回服务器发送事件流，其中每个块包含部分响应。最后一个块包含用于计费的令牌使用统计信息。这种方法降低了长内容生成的感知延迟。

示例流式传输：

• event: message
• data: 包含 delta 内容

工具调用与JSON模式

使用 tools 用于定义应用程序的函数模式。在适当时，模型将返回结构化的工具调用。对于严格的 JSON 输出，请设置 response_format 到 {"type": "json_object"}. 这确保响应是有效的 JSON，没有额外的 Markdown 格式。参数如 tool_choice 允许您强制使用特定工具。

示例工具模式：

• name: get_weather
• description: Get current weather

Token 限制与速率限制

上下文窗口支持最多 100,000 个 token，包括 prompt 和 completion 的总和。每次请求的最大输出为 16,000 个 token，如果未指定则为 2,048 个 token max_tokens 未设置。速率限制为每分钟 300 次请求，每个密钥 8 个并发请求。请求体不得超过 8 MB。错误和拒绝不消耗余额。

示例限制：

• max_tokens: 16,000
• rate_limit: 300 RPM

cURL

Copycurl https://api.storyunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

Python

Copyfrom openai import OpenAI

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