API 文件

使用官方 SDK 快速入門

立即使用您偏好的語言客戶端開始生成文本。API 完全模擬標準的聊天補全介面，因此您只需替換基礎 URL 和 API 金鑰即可。這確保您的現有基礎設施無需重寫邏輯即可運作。

Copycurl https://api.abliteratedmeaning.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the definition of abliterated."}]
  }'

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

基礎 URL 與驗證

將所有請求導向專屬 base URL，並在授權標頭中填入您的唯一 API 金鑰。此金鑰是每項請求至 /v1/chat/completions 端點。

Copycurl https://api.abliteratedmeaning.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the definition of abliterated."}]
  }'

聊天完成端點

發送文字資料以從 uncensored 模型接收原始文字輸出。使用 uncensored 模型 ID 以存取跳過典型企業防護措施的微調版本。該端點支援標準 JSON 有效載荷，包括溫度、top_p 和停止序列，以便精確控制生成過程。

Copyfrom openai import OpenAI

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

串流與工具使用

在請求主體中將 stream 參數設為 true，即可啟用即時令牌交付。這會回傳伺服器發送事件（SSE），其中最後一個區塊包含總令牌用量，以確保計費透明度。您也可以定義工具以進行函式呼叫，或使用 response_format 參數。

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)

參數與限制

使用標準參數控制模型行為，但請遵守系統的硬性限制。每個請求的上下文視窗最多可包含 100,000 個 token，每次呼叫的最大輸出為 16,000 個 token。如果您未指定 max_tokens，預設輸出上限為 2,048 個 token。