API 文件

驗證與 Base URL

使用您的 API 金鑰搭配基礎 URL https://api.bestllmforporn.com/v1. 使用 Google 或電子郵件註冊即可立即獲得金鑰。將其傳遞至 Authorization 標頭。

POST /v1/chat/completions

發送第一個請求以生成文本。將模型設定為 "uncensored"。API 接受標準的聊天訊息。

Copycurl https://api.bestllmforporn.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set server time to 2024"}]
  }'

Python SDK

使用官方 OpenAI Python 程式庫。配置 base URL 和 API 金鑰。此方法適用於大多數 Python 專案。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.bestllmforporn.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

安裝 OpenAI npm 套件。使用自訂基礎 URL 初始化客戶端。此方法非常適合伺服器端的 Node.js 應用程式。

Copyimport OpenAI from "openai";

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

串流與 Token 使用

在請求主體中將 stream: true. API 會在最後一個區塊中傳送 token 使用詳細資料。這可保持長輸出時的低記憶體使用量。

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、錯誤與上下文

預期若超過每分鐘 300 次請求會出現 429 錯誤。402 錯誤表示您需要更多額度。該模型支援 100,000 token 上下文視窗。使用 max_tokens: 16000 用於長輸出。錯誤不計費。