快速入门：几分钟内集成无审查大语言模型

配置说明：设置 base_url 和 API 密钥

使用基础 URL 和生成的 API 密钥配置您的环境，即可立即开始发出请求。端点位于 HTTPS://api.norestrictai.com/v1，与官方 OpenAI SDK 和大多数第三方客户端完全兼容。您可以通过 Google 身份验证或电子邮件即时生成密钥，无需电话号码。此密钥对所有后续请求进行身份验证，如果您重新生成密钥，它将替换任何先前的密钥。我们不将您的提示用于训练，确保您的数据在测试不同参数时保持私密。

发送你的第一次请求：/v1/chat/completions 端点

使用您首选的 HTTP 客户端或 SDK 向 /v1/chat/completions 端点发送第一个请求。模型标识符为 "uncensored"，针对合法成人用途进行了无内容拒绝调整。您必须在 Authorization 标头中以 Bearer 令牌形式包含您的 API 密钥。此单一端点处理所有文本生成，无需为嵌入或图像处理进行单独调用。

以下是使用 cURL 的基本示例：

Copycurl https://api.norestrictai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the factorial of 12"}]
  }'

此请求展示了获取响应所需的最小结构。您可以调整 system prompt 以根据具体用例定义模型行为。响应将在 choices 数组中包含生成的文本。

流式响应：高效处理 SSE 数据块

通过按生成顺序读取服务器发送事件 (SSE) chunk 来高效处理流式传输响应。这种方法通过增量交付内容而不是等待整个完成来降低用户的感知延迟。每个 chunk 包含一小部分文本，允许您实时显示结果。最后一个 chunk 包括完整的 token 使用统计信息，以确保计费准确性。这种方法特别适用于长文本生成或交互式聊天界面。

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)

确保您的客户端正确处理部分块以避免连接错误。流式响应保持与非流式响应相同的结构，但以连续流的形式交付数据。

高级参数：temperature、top_p 和 seed 控制

使用 temperature、top_p 和 seed 参数控制输出的创造性和可复现性。Temperature 调整模型的随机性，较低的值产生更确定的结果。Top_p 将核采样限制在一定的概率质量内，从而优化 token 的多样性。Seed 参数允许您为测试或调试目的复现特定输出。这些参数协同工作以微调模型行为，而无需其他配置。

Copyfrom openai import OpenAI

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

使用 Python SDK 可以简化参数传递和响应处理。您可以根据应用程序的上下文动态设置这些值。尝试不同的组合，以找到连贯性与创造性之间的最佳平衡。

结构化输出：强制执行 JSON 模式以确保可靠性

通过将 response_format 参数设置为 json_object 来强制使用结构化 JSON 输出。此功能确保模型返回有效的 JSON，这对于与下游应用程序或数据库集成至关重要。您可以在系统提示符中定义模式以指导模型的结构。这减少了解析错误并简化了从响应中提取数据。它对于生成数据驱动的内容或 API 响应特别有用。

Copyimport OpenAI from "openai";

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

Node SDK 提供处理 JSON 解析和验证的便捷方法。您可以轻松将其集成到现有工作流程中。确保您的提示清楚地说明预期结构，以最大化可靠性。

工具使用：启用函数调用和 tool_choice

启用函数调用，允许模型根据用户输入调用外部工具或函数。你可以在请求中定义一组带有其模式和描述的 tools。模型将决定何时调用工具并传递必要的参数。此功能将模型的用途扩展到简单的文本生成之外。你可以使用 tool_choice 参数来控制工具选择，以强制或允许特定行为。此功能对于构建代理应用程序或复杂工作流至关重要。