无审查 API 文档

快速入门：发送您的第一个请求

Venice AI API 是一项 OpenAI 兼容服务。您按 token 付费进行文本生成，且无内容过滤。向聊天补全端点发送带有 API 密钥的 POST 请求。模型处理您的提示词并直接返回文本输出。

首先使用您的密钥进行身份验证。然后将模型 ID 定义为 "uncensored"。指定包含角色和内容消息数组。服务器响应生成的文本。这适用于任何标准 HTTP 客户端或 SDK。您获得原始文本，没有额外的格式开销。错误返回带有错误代码的 JSON。使用此快速路径在构建复杂应用程序之前验证您的设置。

认证与基础 URL

认证使用单个 API 密钥，该密钥在头中传递。基础 URL 为 HTTPS://api.unzensierte.cc/v1。通过设置 base_url 参数，此 URL 可与官方 OpenAI SDK 配合使用。您的密钥标识您的账户并跟踪 token 使用情况。在“获取 API 密钥”页面生成密钥。通过 Google 或电子邮件注册后，密钥会立即显示。在每次请求中使用此密钥。无效密钥返回 401 错误。过期或余额不足返回 402。

妥善保管您的密钥。每个账户一个活跃密钥。新密钥将替换旧密钥。注册无需电话号码。API 密钥是访问的唯一凭证。

聊天完成端点

核心端点是 POST /v1/chat/completions。它接受包含模型、消息和参数的 JSON 负载。模型 ID 为 "uncensored"。消息需要角色和内容字符串。系统通过 choices 数组返回生成的文本。您可以设置 temperature（温度）、top_p 和 stop sequences（停止序列）。这些参数控制创造力和输出长度。API 在响应中返回 token 使用情况。错误包括消息和类型。使用此端点进行所有文本生成任务。这是唯一的文本端点。此处不提供嵌入或图像生成。

流式响应和使用情况

通过将 stream 设置为 true 来启用流式传输。API 会发送服务器发送事件（SSE）。每个数据块包含部分文本。最后一个数据块包含令牌使用数据。这允许实时显示生成的文本。在您的应用程序中缓冲数据块。将它们组合以形成完整响应。流式传输可降低长输出的感知延迟。用于聊天界面或实时数据处理。usage 对象仅出现在最后一个数据块中。跟踪输入和输出令牌以进行计费。流式传输期间的错误仍会在数据块中返回错误对象。

函数调用和 JSON 模式

使用函数调用集成外部工具。在请求正文中定义工具。模型返回带有参数的工具调用。解析这些参数以执行你的函数。将 tool_choice 设置为 auto 或特定的函数名称。JSON 模式强制输出为有效的 JSON。将 response_format 设置为 json_object。这确保了用于解析的结构化数据。使用这些功能实现自动化工作流。将它们结合以实现复杂的智能体行为。模型支持标准的 OpenAI 工具格式。验证你的工具定义是否符合预期的模式。

限制和错误处理

速率限制为每个密钥每分钟 300 次请求。并发限制为 8 个同时请求。请求体必须小于 8 MB。错误包括特定代码，如 401 表示无效密钥。402 表示预付费信用不足。429 表示超出速率限制。上下文窗口总计 100,000 个令牌。每次请求的最大输出为 16,000 个令牌。错误返回包含错误详情的 JSON。处理 429 错误的重试。在大量使用之前检查信用余额。已消耗的信用额不可退款。

cURL

Copycurl https://api.unzensierte.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List 5 common Linux commands for file management"}]
  }'

Python

Copyfrom openai import OpenAI

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