集成无审查 AI 模型 API

认证和基础 URL

我们的 API 设计为现有 OpenAI 客户端的即插即用替代品。你只需更改两个变量：base_url 和你的 api_key。所有请求的基础 URL 为 https://api.llmmodelsapi.com/v1。认证通过 Authorization 头部的 Bearer token 处理。请确保你的 API 密钥安全，因为它可以访问你的预付额度。你可以随时从仪表板重新生成密钥，这将立即使旧密钥失效。

首次请求

发送标准的聊天补全请求以测试连接性。使用模型 ID uncensored 访问我们专为大型语言模型打造的接口。该模型经过调整，可在合法成人用途下无内容拒绝地回答问题，非常适合需要一致输出的代理。请求正文遵循标准的 OpenAI 聊天补全格式。

Copycurl https://api.llmmodelsapi.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."}]
  }'

验证响应是否包含有效的补全内容。如果收到 200 状态码，说明您的集成工作正常。此 ai model api 接口支持上下文窗口内的单轮和多轮对话。

Python SDK 集成

使用官方 OpenAI Python SDK 是集成最快的方式。将客户端指向我们的基础 URL 并提供 API 密钥。SDK 会自动处理序列化和连接池。此方法适用于任何尊重 base_url 覆盖的 OpenAI 兼容客户端库。

Copyfrom openai import OpenAI

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

Python SDK 支持流式输出和同步调用。对于大多数智能体工作流，同步调用更简单，但如果需要显示生成中的 token，则可以使用流式输出。无论 SDK 版本如何，模型 ID 始终为 uncensored。

Node SDK 集成

对于 JavaScript 和 TypeScript 环境，Node SDK 遵循相同的模式。使用正确的基础 URL 和凭据初始化客户端。这确保你现有的代码库在切换提供商时只需进行最少的更改。uncensored 模型 ID 兼容所有标准的聊天补全参数。

Copyimport OpenAI from "openai";

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

Node SDK 同样支持 async/await 模式，便于集成到 Express 路由或无服务器函数中。将 API 密钥保存在环境变量中，以防止意外泄露。这种 openai compatible api 设计意味着你只需更改配置对象，即可切换回 OpenAI 或转向其他提供商。

流式响应

通过在请求中设置 stream: true 来启用流式输出。API 返回服务器发送事件 (SSE) 流，允许您在生成 token 时处理它们。这降低了最终用户的感知延迟，对于实时代理交互至关重要。流格式与 OpenAI SSE 规范完全相同。

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)

每个块包含部分增量数据。你必须累积这些增量数据以重建完整响应。流式输出不影响定价；无论是否启用流式模式，你都将根据总输入和输出 token 计费。此功能属于我们提供的健壮 chat completions api 设计的一部分。

限制、错误和上下文

我们的基础设施实施严格限制以确保可靠性。每个密钥限制为 每分钟 300 个请求，最大请求体大小为 8 MB。上下文窗口为 100,000 个 token，在提示词和补全之间共享。如果超出速率限制，你将收到 429 错误。无效密钥返回 401，余额不足返回 402。与许多 llm api provider 不同，我们不隐藏这些限制；它们透明且一致。不对你的数据进行训练，并通过不将提示词用于模型改进来保持隐私。