通过 OpenAI SDK 集成无审查 LLM

安装官方 OpenAI SDK

首先安装处理 HTTP 请求的库。该 SDK 与我们的端点兼容，因为我们遵循相同的协议。

• 运行 pip install openai for Python。
• 运行 npm install openai for Node.js。

建议使用 0.27.0 或更高版本以获得完整的流式支持。该库自动管理重试和 JSON 序列化。

配置 base_url 和 API 密钥

将您的 SDK 客户端指向我们的特定网关 URL。这将默认的 OpenAI 端点替换为我们的无审查模型服务器。

设置环境变量 OPENAI_BASE_URL 到 https://api.gatewayapillm.com/v1. 然后从仪表板获取您的 API 密钥。每个账户只需一个密钥；生成新密钥将使旧密钥失效。

此配置确保所有调用直接路由至我们的无审查基础设施。

发送您的第一个聊天补全

向 /v1/chat/completions. 模型 ID 仅为 uncensored. 这返回一个针对合法成人用途无内容过滤的直接文本响应。

我们的 context window 总共支持 100,000 个 Token。每次调用最多可请求 16,000 个输出 Token。如果您未设置 max_tokens, 默认值为 2,048 个 Token。

启用流式传输以实现实时 Token

使用服务器发送事件（SSE）实现低延迟输出。SDK 会在生成时流式传输 token。这对于长上下文提供即时反馈。

Token 用量统计信息包含在流的最后一个数据块中。您可以实时追踪消耗情况，而无需等待完整响应。这对于聊天界面或实时代码生成非常理想。

使用工具和 JSON 模式

函数调用与 OpenAI 标准完全相同。在 tools parameter and let the model decide when to call them. Use response_format: {"type": "json_object"} 以确保严格的 JSON 输出。

诸如 temperature, top_p, stop，以及 seed 完全支持。这允许对模型的行为和输出结构进行精确控制。

检查使用情况并处理错误

通过仪表板监控您的预付费信用余额。错误和拒绝不会消耗令牌。您的信用永不过期，因此您可以在需要时充值。

常见的 HTTP 错误包括 401（密钥无效）、402（余额不足）和 429（速率限制）。每个密钥每分钟限制为 300 次请求。保持请求体小于 8 MB 以避免大小错误。

cURL

Copycurl https://api.gatewayapillm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how to configure Nginx for reverse proxying HTTPS traffic to a local Node server"}]
  }'

Python

Copyfrom openai import OpenAI

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