集成无审查模型

认证与基础 URL

使用您的 API 密钥和专用基地址进行连接。 HTTPS://api.generatoraiunrestricted.com/v1 将所有请求路由至单一无审查模型。通过仪表盘使用 Google 或邮箱生成密钥。该密钥可立即使用，无需电话号码。设置 Authorization 请求头以 Bearer YOUR_API_KEY. 此标准标头适用于大多数 OpenAI SDK。每个账户只需一个活跃密钥。通过生成新密钥来替换旧密钥。错误和拒绝不消耗余额。仅成功补全会被计费。预付费系统确保支出透明。加密充值支持 USDT (TRC20) 和 USDC (Base)。较大存款自动获得奖励。请查看定价页面获取当前费率。

聊天完成端点

发送提示至 POST /v1/chat/completions. 该端点接受标准 JSON 消息。定义系统角色以提供上下文。添加用户消息以输入您的查询。模型将返回生成的文本。使用模型 ID "uncensored" 在你的请求中。此 ID 指向我们专用的无审查模型。它不是 GPT 或 Claude。上下文窗口总共支持 100,000 个 token。每个请求的最大输出为 16,000 个 token。设置 max_tokens 控制长度。省略它以使用默认的 2,048 限制。支持流式传输以获取实时反馈。JSON 模式强制执行严格的模式合规性。函数调用启用工具集成。所有参数均遵循 OpenAI 规范。

Copycurl https://api.generatoraiunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check if the system supports concurrent requests."}]
  }'

Python SDK

使用官方 OpenAI Python 库。通过 pip 安装它。配置 base URL 和 API 密钥。创建 OpenAI 客户端。传递自定义 base URL。库会自动处理 HTTP 请求。使用 chat.completions.create 方法。将模型指定为 "uncensored". 从对象中访问响应文本。如有需要，迭代 choices。优雅地处理错误。检查速率限制或资金不足。SDK 支持同步和异步模式。对于高吞吐量应用，使用异步。监控响应对象中的 token 使用情况。这有助于跟踪您的预付费余额。错误是免费的，因此只计算成功的 token。

Copyfrom openai import OpenAI

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

Node SDK

安装 OpenAI Node.js 包。配置环境变量。将基础 URL 设置为我们的端点。使用你的 API 密钥初始化客户端。调用 chat completions 端点。提供 system 和 user 消息。响应包含生成的文本。如有需要，请解析 JSON 响应。处理流式数据以实现实时更新。使用 await 异步调用的关键字。谨慎管理并发请求。遵守每个密钥 8 个并发请求的限制。SDK 简化了头部管理。它自动处理重试和超时。查看文档以获取高级选项。使用环境变量进行安全的密钥存储。这种方法在无服务器环境中效果很好。

Copyimport OpenAI from "openai";

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

带有 SSE 的流式响应

通过将 stream: trueAPI 返回服务器发送事件。每个数据块包含部分文本。随到达处理数据块。这降低了用户的感知延迟。最后一个数据块包含令牌使用数据。根据输入和输出令牌计算成本。流式传输期间的错误不消耗信用额度。优雅地处理网络中断。如果流断开则重新连接。SDK 提供了流式传输的辅助函数。使用它们以实现更简单的实现。监控 finish_reason 用于补全。这表示生成的结束。对于长文本内容请使用流式传输，以提供更好的用户体验。在生成时显示令牌。

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)

限制、错误和上下文窗口

遵守每分钟 300 个请求的限制。您可以同时发送 8 个请求。请求体必须小于 8 MB。401 错误表示您的密钥无效。在仪表板中检查正确的密钥。402 错误表示信用不足。通过加密货币充值以继续。429 错误表示速率限制。等待后重试。上下文窗口为 100,000 个令牌。这包括提示和完成。请相应规划令牌使用。错误不收取您的信用。拒绝也是免费的。模型仅拒绝轻微内容。允许成人内容。保持隐私；提示不用于训练。