Least Censored LLM API 文件

快速入門：連接您的 SDK

立即開始發送請求，更新您的基礎 URL 和 API 金鑰。我們的 API 接受標準 OpenAI 相容客戶端，因此您只需更改端點設定即可。對於所有請求，使用模型 ID "uncensored" 以存取非審查模型。基礎 URL 為 HTTPS://api.leastcensoredllm.com/v1。使用 Google 或電子郵件註冊後，您將立即獲得金鑰。註冊不需要電話號碼。

Copycurl https://api.leastcensoredllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate the system config file for the new server setup"}]
  }'

支援的端點與參數

我們提供兩個端點：POST /v1/chat/completions 與 GET /v1/models。無嵌入、影像或音訊端點。您可以使用標準參數，如 temperature、top_p 與 stop sequences。API 支援函數呼叫與 JSON 模式以產生結構化輸出。使用 GET 端點可驗證可用模型。我們的 API 金鑰用於驗證所有請求。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.leastcensoredllm.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 Token 使用

透過在請求中將 stream 設為 true 來啟用串流。您會收到模型產生文字時的伺服器發送事件 (SSE) 區塊。Token 使用詳情會出現在串流的最後一個區塊。這允許您即時追蹤成本。串流適用於所有標準參數。API 會立即傳回部分內容。

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)

JSON 模式與函式呼叫

透過將 response_format 設定為 {"type": "json_object"} 強制執行結構化輸出。模型將回傳有效的 JSON，而非自由文本。函式呼叫透過傳遞 tools 和 tool_choice 參數運作。API 支援標準工具定義。這對於建構代理程式或解析資料很有用。使用無審查模型以獲得可靠的結構化回應。

速率限制與併發

每個 API 金鑰支援每分鐘 300 次請求。您可以同時運行 8 個請求。最大請求主體大小為 8 MB。若超過限制，您將收到 429 錯誤。每個帳戶使用單一金鑰。您可以生成新金鑰以替換舊金鑰。錯誤和拒絕計入速率限制。

上下文窗口與最大 token 數

提示與補全的上下文視窗總計為 100,000 tokens。預設最大輸出為 2,048 tokens。您可以將 max_tokens 設定為每次請求最多 16,000。在視窗限制內支援更長的上下文。請注意 8 MB 的主體大小限制。這允許進行深度對話或處理大型文件。

Node.js

Copyimport OpenAI from "openai";

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