快速入门：集成无审查大语言模型 API

前提条件：SDK 与环境变量

首先安装您首选的语言 SDK 并安全地存储您的凭据。我们的服务使用标准身份验证，因此您只需要来自仪表板的 API 密钥。将密钥保存在环境变量中，以避免在源文件中硬编码。

• 为您的语言安装官方 SDK。
• 创建账户并生成您的 API 密钥。
• 设置 IA_API_KEY 在你的环境中。

此配置确保您的请求立即经过身份验证，无需额外的配置步骤。

步骤 1：使用 Base URL 初始化客户端

将您的客户端指向我们的基础 URL 以正确路由请求。您必须覆盖默认基础 URL 以访问我们的无审查模型端点。这确保所有后续调用使用正确的基础设施。

将基础 URL 配置为 https://api.iasansrestriction.com/v1 在你的客户端设置中。此单一更改将流量导向我们的服务器以进行文本生成。

步骤 2：发送您的第一个聊天补全请求

发起首次请求以测试连接并接收文本输出。使用模型 ID uncensored 访问无限制大型语言模型。该模型默认不会拒绝合法的成人或争议性话题。

向以下地址发送 POST 请求 /v1/chat/completions 附带您的系统和用户消息。响应将包含生成的文本，没有标准的内容过滤器。

步骤 3：处理流式响应（SSE）

启用流式传输以实现实时 Token 交付，从而提升用户体验。设置 stream 参数到 true 在您的请求正文中。服务器将返回一个由数据块组成的服务器发送事件 (SSE) 流。

随到达处理每个数据块以增量显示文本。这种方法降低了长内容生成的感知延迟。

步骤 4：使用函数调用和 JSON 模式

使用内置的格式化功能来构建数据输出。您可以通过设置 response_format 到 {"type": "json_object"}. 这确保了下游应用中的可预测解析。

在请求中定义工具以启用函数调用功能。模型将返回你的代码可以直接执行的结构化参数。

步骤 5：管理 Token 和限制

监控使用情况以避免服务中断并管理成本。您按 token 付费，错误和拒绝免费。信用永不过期，因此您可以在需要时充值。

遵守限制：每分钟 300 次请求和 100,000 token 的上下文窗口。429 错误表示您已超过速率限制。401 错误表示您的密钥无效，而 402 错误表示余额不足。

cURL

Copycurl https://api.iasansrestriction.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of ten valid JSON objects"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.iasansrestriction.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.js

Copyimport OpenAI from "openai";

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

流式传输

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)