API 文档

认证和基础 URL

使用您的 API 密钥与基础 URL https://api.rankingmodeliai.com/v1. 通过 Google 或电子邮件注册以即时获取密钥。无需电话号码。该密钥对所有请求进行身份验证，接入我们的无限制 AI 服务。

包含头 Authorization: Bearer YOUR_API_KEY 在每次调用中。您的提示词不会用于训练。此设置适用于任何 OpenAI 兼容的客户端。

首次请求

向以下地址发送 POST 请求 /v1/chat/completions 使用模型 ID uncensored. 基础 URL 处理所有路由。您可以流式获取结果，也可以一次性获取全部结果。

• 设置 model 到 uncensored.
• 将消息放入 messages 数组。
• 直接接收文本输出。

这种方法确保了与现有工具的兼容性。

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

安装官方 OpenAI Python 包。将基础 URL 配置为指向我们的服务器。使用 uncensored 用于所有补全的模型 ID。此方法简化了与 Python 应用程序的集成。

SDK 自动处理重试和格式化。您可以调整诸如 temperature 或 top_p 按需使用。我们的 API 支持标准的 OpenAI 行为。

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 设置

导入 OpenAI Node.js 客户端。设置 baseURL 指向我们的端点。使用您的 API 密钥初始化客户端。这允许无缝集成到 Node.js 环境中。

调用 chat.completions.create 附带您所需的参数。响应包含生成的文本。您可以像往常一样解析 JSON 或处理错误。

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);

流式响应

通过将 stream: trueAPI 通过服务器发送事件（SSE）返回令牌。这降低了大输出的感知延迟。你可以随到达处理令牌。

每个块包含部分文本。最后一个块包含 token 用量统计。此功能非常适合聊天界面。它提供了更流畅的用户体验。

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、错误和上下文

上下文窗口总计 100,000 个 token。每次请求的最大输出为 16,000 个 token。错误和拒绝免费。速率限制为每分钟 300 次请求。401 错误表示密钥无效。402 错误表示余额不足。429 错误表示达到速率限制。我们的预付费模式确保成本透明。