Abliterating API 參考

基礎 URL 與驗證

每個請求都以將您的客戶端指向 https://api.abliterating.cc/v1。將您的唯一 API 金鑰傳入 Authorization 作為 Bearer token 標頭。此設置適用於任何官方 OpenAI SDK 或相容的 HTTP 客戶端。透過儀表板使用 Google 或電子郵件註冊後，您會立即收到此金鑰。請妥善保管，因為它授予您對預付信用額度的完全訪問權。錯誤和拒絕不會消耗您的餘額，因此您可以自由測試。我們的系統在後台處理路由至無審查模型的過程。

首次請求

發送標準聊天完成 POST 請求以測試連接性。您的提示進入模型，您會收到直接的文本回應。系統會移除對合法成人內容的典型拒絕。您可以使用 max_tokens 參數。模型 ID 僅為 uncensored. 這個簡單的介面讓您可以快速整合至現有專案。請檢查回應主體中的生成文字和 token 使用量。

Python SDK 集成

使用官方的 OpenAI Python 函式庫輕鬆連線。在初始化客戶端之前，設定 base URL 和 API 金鑰。此方法利用了您可能已經擁有的現有程式碼。函式庫會自動處理 JSON 序列化和 HTTP 請求。您可以串流回應或取得完整的補全結果。此方法非常適合後端服務或資料處理腳本。設定您的環境變數以實現乾淨的部署。SDK 抽象化了原始 HTTP 呼叫的複雜性。

Node SDK 設置

使用 JavaScript SDK 整合至網頁應用程式。使用您的 base URL 和金鑰初始化客戶端。此設定同時支援 CommonJS 和 ES 模組。您可以發送提示並接收結構化 JSON 或純文字。SDK 能有效管理重試與錯誤處理。這非常適合即時聊天介面或無伺服器函式。匯入套件並設定環境。語法與 Python 函式庫保持一致，以確保跨堆疊的一致性。

串流回應

在請求主體中將 stream: true 在你的請求中。你收到一個包含 token 的伺服器發送的事件（SSE）串流。這允許你即時顯示生成的文字。最後一個區塊包含完整的 token 使用統計數據。串流可降低終端使用者的感知延遲。它與 OpenAI 相容的 SDK 無縫配合。如果使用者更改輸入，你可以提前停止串流。此功能對於類似聊天的體驗至關重要。

限制、錯誤與上下文

您的上下文視窗涵蓋 100,000 個 token（輸入與輸出合計）。您可以傳送最多 16,000 個 token 的單一回應。速率限制允許每支金鑰每分鐘 300 次請求。401 錯誤表示您的 API 金鑰無效。402 錯誤表示您的預付信用已耗盡。429 錯誤表示您達到了速率限制。錯誤不會扣除您的信用。請求主體必須保持在 8 MB 以下。請仔細管理您的金鑰，因為替換一支金鑰會使之前的金鑰失效。

cURL

Copycurl https://api.abliterating.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list three benefits of the abliterating feature"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.abliterating.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.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.abliterating.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

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)