API 文档

使用官方 SDK 快速入门

立即使用您偏好的语言客户端开始生成文本。API 完全镜像标准的聊天补全接口，因此您只需替换基础 URL 和 API 密钥即可。这确保了您的现有基础设施无需重写逻辑即可正常运行。

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);

基础 URL 和认证

使用您的唯一 API 密钥将请求发送至专用基础 URL，密钥位于授权标头中。该密钥是向 /v1/chat/completions 端点。

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."}]
  }'

聊天完成端点

发送文本数据以从 uncensored 模型接收原始文本输出。使用 uncensored 模型 ID 以访问绕过典型企业级限制的特调版本。该端点支持标准 JSON 载荷，包括 temperature、top_p 和 stop sequences，以便对生成过程进行精确控制。

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)

流式传输与工具使用

通过在请求体中将 stream 参数设置为 true 来启用实时令牌交付。这将返回服务器发送事件（SSE），其中最后一个块包含总令牌用量，以实现计费透明。您还可以定义工具以进行函数调用，或使用 response_format 参数。

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)

参数和限制

使用 temperature 和 seed 等标准参数控制模型行为，但需尊重系统的硬性限制。每个请求的上下文窗口最多可包含 100,000 个 token，每次调用的最大输出为 16,000 个 token。如果您未指定 max_tokens，默认输出限制为 2,048 个 token。