API 文件

快速入門：變更 base_url

首先更新兩個變量。將您的客戶端指向 https://api.proxyllm.cc/v1 並使用您產生的金鑰。端點完全模擬 OpenAI chat completions 的結構。您不需要新的函式庫或複雜的適配器。只需替換端點和權杖，然後執行您現有的邏輯。

Copycurl https://api.proxyllm.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List five common CSS layout techniques for modern web design."}]
  }'

驗證與金鑰

透過儀表板產生金鑰，並在 Authorization 標頭。每個帳戶持有一個有效金鑰；建立新金鑰會撤銷舊金鑰。使用 Bearer your_api_key 用於標準請求。系統會立即拒絕無效的 token。

聊天完成端點

傳送 POST 請求至 /v1/chat/completions 使用訊息陣列。模型 ID 為 uncensored. 它處理文字生成時不含針對合法成人內容的標準拒絕。設定 max_tokens 用於控制輸出長度；預設值為 2,048 個 token。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.proxyllm.cc/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 SSE

在請求主體中將 stream: true 在您的請求主體中。API 為即時 token 傳輸回傳伺服器發送事件（SSE）。Token 使用統計數據出現在串流的最後一個區塊中。這可降低大型回應的感知延遲。

Copyimport OpenAI from "openai";

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

函式呼叫與 JSON 模式

在 tools 參數用於結構化輸出。該模型同時支援函數呼叫與透過 response_format. 使用 json_object 強制輸出有效的 JSON 結構。Temperature 和 top_p 參數允許微調創造力。

速率限制與錯誤

預期無效金鑰返回 401，額度耗盡返回 402。限制為每支金鑰每分鐘 300 次請求。並行請求上限為 8 個。上下文視窗總計 100,000 個 token。在客戶端邏輯中處理 429 錯誤時，請實施指數退避機制。

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)