无审查 LLM API 文档

基础 URL 和认证

我们的 API 位于 https://api.huggingfacellmapi.com/v1. 您通过在请求头中发送 Bearer 令牌进行身份验证。 Authorization 。通过 获取 API 密钥 页面，使用 Google 或电子邮件登录。请妥善保管此密钥；任何拥有它的人都可以消耗您的预存额度。如果丢失，请生成新密钥以替换旧的有效密钥。无需手机号码即可开始使用。

首次使用cURL的请求

发送原始 JSON 有效负载以立即测试端点。使用模型 ID uncensored 绕过标准过滤器。以下 cURL 命令演示了基本的文本生成请求。

Copycurl https://api.huggingfacellmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summarize the release notes for version three point zero five"}]
  }'

此请求返回包含生成文本的 JSON 对象。请检查 choices 实际内容的数组。如果您收到 401 错误，请验证您的密钥是否正确且有效。

Python SDK 集成

使用官方 openai 用于简洁接口的 Python 库。将客户端指向我们的基础 URL 并设置您的 API 密钥。此方法自动处理重试和 JSON 解析。

Copyfrom openai import OpenAI

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

通过 pip 安装该包。然后，你可以像调用 OpenAI 一样调用聊天补全端点。响应对象让你可以访问 token 用量和结束原因。

Node.js 客户端设置

JavaScript 开发人员可以使用 openai Node 包。使用我们的特定基础 URL 配置客户端。这确保所有请求都通过我们的无限制服务器路由。

Copyimport OpenAI from "openai";

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

在您的 Node 环境中运行此代码片段。它演示了一个简单的同步调用。您可以轻松地将此集成到 Express 路由或无服务器函数中。

流式响应

通过将 stream: true. 服务器发送包含部分 token 的 Server-Sent Events (SSE)。这降低了终端用户的感知延迟。

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)

逐块解析传入的数据。最后一个数据块包含请求的总 token 用量。这对于构建实时打字显示响应的聊天界面非常有用。

限制、错误和上下文

提示词和补全的上下文窗口总计为 100,000 个 token。您可以每次请求请求最多 16,000 个输出 token。401 错误表示密钥无效，402 表示余额不足。速率限制将您的请求限制为每分钟 300 次。超过 8 MB 的请求将被拒绝。处理过程中的错误不会消耗您的积分。