API 文档

快速入门：3 行代码连接

我们的 API 工作方式与您已知的标准 chat-completions 接口完全相同。只需将客户端指向我们的 base URL 并提供 API 密钥即可。无需复杂的路由或特定于供应商的怪癖。我们处理其余部分。

所有请求的基础 URL 为 https://api.toolsaiuncensored.com/v1. 您可以通过更新 base URL 配置使用任何官方 OpenAI SDK 或兼容库。身份验证依赖于通过 Authorization header. 这确保了与您现有堆栈的无缝集成。

Copycurl https://api.toolsaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "run unit tests on the legacy auth module"}]
  }'

端点：聊天补全 & 模型

我们仅暴露用于文本生成的基本端点。该 POST /v1/chat/completions 端点处理您的提示并返回生成的文本。使用 GET /v1/models 验证可用模型 ID。我们不提供嵌入、图像生成、音频处理或微调服务。保持您的基础设施简单。

您必须发送的模型 ID 为 uncensored. 这是我们自有的优化开放权重模型，不是转售的 GPT 或 Claude 实例。它针对合法成人用途直接回答，无内容过滤器。请查看端点文档以获取特定的负载结构。

Copyfrom openai import OpenAI

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

参数：温度、Top P、Seed

使用标准参数控制输出的创造性和确定性。调整 temperature 变化随机性。设置 top_p 限制核采样。使用 seed 用于获得可复现的结果。这些工具让您对文本生成过程进行精确控制。

您还可以设置 presence_penalty 和 frequency_penalty 影响令牌重复性。该 stop parameter allows you to define custom termination sequences. This level of control ensures the output matches your specific use case. Configure these values in your request body.

Copyimport OpenAI from "openai";

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

流式传输与 JSON 模式

通过服务器发送事件 (SSE) 实时接收响应。流式传输显著降低了感知延迟。每个数据块在最后一个事件中包含令牌使用数据。这允许在长时间生成过程中准确跟踪计费。

对于结构化数据，通过设置启用 JSON 模式 response_format 到 {"type": "json_object"}模型将尝试输出有效的 JSON。这对于程序化管道非常理想。将流式传输与 JSON 模式结合使用，可实现高效、结构化的数据提取，且无解析错误。

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)

函数调用支持

在请求中定义工具以让模型动态调用函数。指定 tools 和 tool_choice 控制执行。模型在响应流中返回工具调用。这启用了复杂的工作流程和类似代理的行为。

在 messages 数组。模型将根据你的提示词上下文调用适当的工具。然后你可以在本地执行函数并将结果反馈给对话。这支持高级自动化模式。

速率限制与约束

您的 API 密钥允许每分钟 300 次请求。您可以同时运行 8 个并发请求。最大请求体大小为 8 MB。每个密钥绑定到一个账户；生成新密钥将替换旧密钥。

上下文窗口支持总计 100,000 个 token，包括输入和输出。每次请求的最大输出为 16,000 个 token。如果您未指定 max_tokens, 默认限制为 2,048 个 token。监控您的使用情况，以保持在这些限制范围内。