無審查 LLM API 文件

身份驗證與基礎 URL

使用您的 API 金鑰對請求進行身份驗證。所有端點的基礎 URL 為 https://api.doesclaudeallownsfw.com/v1.

設定 Authorization 標頭以 Bearer <your-key>. 此架構可與任何 OpenAI 相容的用戶端配合使用。

聊天完成端點

透過 POST /v1/chat/completions. 模型 ID 為 uncensored.

它處理文字輸入與文字輸出。你可以使用串流傳輸、函式呼叫或 JSON 模式。

上下文視窗支援 100,000 個 token 總量。每次請求的最大輸出為 16,000 個 token。

Copycurl https://api.doesclaudeallownsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top five python libraries for data analysis"}]
  }'

Python SDK 集成

安裝官方 OpenAI SDK。將基礎 URL 設定為我們的端點。設定 API 金鑰。發送簡單訊息。

SDK 自動處理請求。您獲得結構化的回應。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.doesclaudeallownsfw.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 SDK 整合

使用基礎 URL 初始化客戶端。傳遞您的 API 金鑰。請求完成。

Node 用戶可以輕鬆整合此 API。它遵循標準的 OpenAI 模式。

Copyimport OpenAI from "openai";

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

串流與 token 使用量

在請求主體中將 stream: true. 您會收到生成的區塊。

Token 用量出現在最後一個數據塊中。這有助於您準確追蹤成本。

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)

速率限制與錯誤

預期每支金鑰每分鐘 300 次請求。限制包含 8 個並行請求。請求主體必須低於 8 MB。

錯誤包含 401（無效金鑰）。402 表示無餘額。429 表示超過速率限制。

錯誤與拒絕均免費。額度僅按實際 token 用量計費。