无审查聊天补全 API 文档

基础 URL 和认证

每个请求都以将您的 SDK 指向我们的基础 URL 并附加您的密钥开始。我们使用标准头认证，因此现有客户端无需修改即可工作。您的密钥授予访问无审查模型的权限，用于合法成人内容和不受限制的创意工作。

• 基础 URL： https://api.grokaiapikey.com/v1
• 标头： Authorization: Bearer YOUR_API_KEY

通过 Google 或邮箱登录即时生成您的密钥。无需手机号。密钥为账户唯一，生成新密钥将立即替换旧的活跃密钥。

首次请求

使用标准的聊天补全端点发送您的第一条补全请求。这个简单的 POST 请求演示了如何与模型进行交互以生成文本。您可以替换系统提示词来定义角色或行为。

确保您的请求体包含 model field set to uncensoredAPI 返回标准 JSON 响应，包含生成的文本和令牌使用统计信息。

Python SDK 集成

使用官方 OpenAI Python 库将我们的 API 集成到您的项目中。如果您正在从其他提供商迁移，这种方法所需的代码更改最少。将 base URL 设置为我们提供的端点并提供您的 API 密钥。

客户端自动处理身份验证和序列化。您可以在历史记录中发送多条消息以保持上下文。此方法非常适合后端服务和脚本工作流。

Node SDK 集成

在 Node.js 中使用标准 OpenAI SDK 包实现 API。此设置与 JavaScript 和 TypeScript 项目无缝配合。使用我们的 base URL 和您的密钥配置客户端。

SDK 管理请求生命周期和响应解析。您可以轻松添加针对网络问题或无效请求的错误处理。此模式非常适合 Web 服务器和实时应用程序。

流式传输与 token 使用情况

启用流式传输以实现向用户实时交付 Token。此功能通过按生成顺序发送数据来降低感知延迟。SDK 处理事件流并逐步更新您的界面。

Token 用量详情出现在流的最后一个 chunk 中。这使您无需额外的 API 调用即可准确追踪成本。所有标准请求均支持流式传输。

限制、错误和上下文

您的账户受特定速率限制和上下文约束。该模型支持总共 100,000 令牌的上下文窗口（提示和补全合计）。您可以设置每次请求的最大输出为 16,000 令牌。

常见错误包括 401（无效密钥）、402（余额用完）和 429（速率限制）。速率限制为每个密钥每分钟 300 次请求。错误不会消耗您的预付费余额，确保您只为成功的生成付费。

cURL

Copycurl https://api.grokaiapikey.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 common unix commands with brief descriptions"}]
  }'

Python

Copyfrom openai import OpenAI

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