API 文档

认证与基础 URL

使用您的 API 密钥与基础 URL https://api.bestllmforporn.com/v1. 使用 Google 或电子邮件注册以即时获取密钥。将其传递到 Authorization 。

POST /v1/chat/completions

发送第一个请求以生成文本。将模型设置为 "uncensored"。API 接受标准的聊天消息。

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 库。配置 base URL 和 API 密钥。此方法适用于大多数 Python 项目。

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

安装 OpenAI npm 包。使用自定义基础 URL 初始化客户端。此方法非常适合服务器端 Node.js 应用。

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);

流式传输与令牌使用

通过将 stream: trueAPI 在最后一个数据块中发送令牌使用详情。这降低了长输出的内存使用。

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、错误 & 上下文

如果您超过每分钟 300 次请求，预计返回 429 错误。402 错误意味着您需要更多额度。该模型支持 100,000 token 的上下文窗口。使用 max_tokens: 16000 用于生成长文本。错误不收费。