API 文档

快速入门：更改 base_url

首先更新两个变量。将您的客户端指向 https://api.proxyllm.cc/v1 并使用你生成的密钥。该端点完全模仿 OpenAI 聊天补全的结构。你不需要新的库或复杂的适配器。只需交换端点和令牌，然后运行你现有的逻辑。

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."}]
  }'

认证与密钥

通过仪表板生成密钥，并将其作为 Authorization 。每个账户持有一个活跃密钥；创建新密钥会撤销旧密钥。使用 Bearer your_api_key 用于标准请求。系统会立即拒绝无效令牌。

聊天完成端点

发送 POST 请求至 /v1/chat/completions 带有 messages 数组。模型 ID 为 uncensored它处理文本生成，而对合法成人内容不进行标准拒绝。设置 max_tokens 用于控制输出长度；默认值为 2,048 个 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)

流式传输与 SSE

通过将 stream: true 在请求负载中。API 返回服务器发送事件（SSE）以实时传输 token。Token 使用统计出现在流的数据块中。这降低了大响应的感知延迟。

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);

函数调用与 JSON 模式

在 tools 用于结构化输出。模型支持通过 response_format. 使用 json_object 强制输出有效的 JSON 结构。Temperature 和 top_p 参数允许微调创造性。

速率限制与错误

预计无效 key 返回 401，余额耗尽返回 402。限制为每分钟每 key 300 次请求。并发请求上限为 8 个。上下文窗口总计 100,000 个 token。在客户端逻辑中处理 429 错误时，请实现指数退避。

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)