API 文件

身份驗證與基礎 URL

使用您的 API 金鑰搭配基礎 URL https://api.rankingmodeliai.com/v1. 透過 Google 或電子郵件註冊即可立即獲得金鑰。無需電話號碼。該金鑰用於驗證對我們無審查 AI 服務的所有請求。

包含標頭 Authorization: Bearer YOUR_API_KEY 每次呼叫中。您的提示詞不會用於訓練。此設定適用於任何 OpenAI-compatible 客戶端。

首次請求

向以下網址發送 POST 請求 /v1/chat/completions 使用模型 ID uncensored. 基礎 URL 處理所有路由。您可以串流結果，也可以一次性取得所有結果。

• 設定 model 以 uncensored.
• 將您的訊息傳入 messages 陣列。
• 直接接收文字輸出。

此方法確保與現有工具的相容性。

Copycurl https://api.rankingmodeliai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five factors affecting model latency scores."}]
  }'

Python SDK 集成

安裝官方 OpenAI Python 套件。將基礎 URL 設定為指向我們的伺服器。使用 uncensored 模型 ID 用於所有完成請求。此方法簡化了您在 Python 應用程式中的整合。

SDK 自動處理重試和格式化。您可以調整參數如 temperature 或 top_p 根據需要。我們的 API 支援標準的 OpenAI 行為。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.rankingmodeliai.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 設置

匯入 OpenAI Node.js 客戶端。設定 baseURL 至我們的端點。使用您的 API 金鑰初始化客戶端。這可讓您在 Node.js 環境中無縫整合。

呼叫 chat.completions.create 搭配您想要的參數。回應包含生成的文字。您可以照常解析 JSON 或處理錯誤。

Copyimport OpenAI from "openai";

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

串流回應

在請求主體中將 stream: true. API 透過伺服器發送事件（SSE）回傳 token。這可降低大型輸出的感知延遲。您可以即時處理到達的 token。

每個區塊包含部分文字。最後一個區塊包含 token 用量統計數據。此功能非常適合聊天介面。它提供了更流暢的使用者體驗。

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

提示與補全的總上下文視窗為 100,000 tokens。每次請求的最大輸出為 16,000 tokens。錯誤與拒絕免費。速率限制為每分鐘 300 次請求。401 錯誤表示金鑰無效。402 錯誤表示信用額度不足。429 錯誤表示達到速率限制。我們的預付模式確保成本透明。