快速上手：整合您的 AI API 金鑰

前置條件：您的 API 金鑰與基礎 URL

首先，前往取得 API 金鑰頁面。輸入您的電子郵件和密碼，即可立即取得獨一無二的 AI API 金鑰。初始試用無需信用卡。您還需要我們 OpenAI compatible API 端點的基礎 URL：

• 基礎 URL： https://api.getaiapikey.com/v1
• 模型 ID： 無審查

請妥善保管這些憑證。您可以隨時從儀表板重新產生金鑰，這將立即使舊金鑰失效。我們的服務設計為只需最小程度的設定變更，即可嵌入現有專案。

首次請求：標準聊天補全

向聊天完成端點發送標準 POST 請求。此範例使用 curl 來展示整合有多簡單。將 YOUR_API_KEY 替換為你的實際金鑰。模型 ID 固定為 uncensored。

此端點處理文字輸入、文字輸出的互動。不支援嵌入、影像、語音或影片生成，完全專注於語言處理。請確保您的請求主體不超過 8 MB。

使用 Python SDK

Python 開發者請使用官方的openai函式庫。將其指向我們的基礎 URL 並提供您的 AI API 金鑰。此方法可讓您在切換至無審查模型以進行合法成人內容或更廣泛的創作自由時，保持現有程式碼結構。

客戶端會自動處理序列化與連線池。你可以調整 max_tokens 參數來控制輸出長度，並保持在包含提示詞與補全內容的 100,000 token 上下文視窗限制內。

使用 Node.js SDK

Node.js 使用者可透過將 OpenAI SDK 配置為我們的自訂基礎 URL，達到即插即用相容性。這可確保您現有的應用程式邏輯保持完整，同時取得我們特定模型的效能。

記住每個帳戶限用一個有效金鑰，該金鑰可隨時重新產生。這種簡化減少了多模型聚合器常見的額外負擔，讓你能直接連線至無審查模型。

串流回應（SSE）

要獲得即時使用者體驗，請在請求中設定 stream: true 以啟用串流輸出。API 會回傳包含部分 token 回應的 Server-Sent Events (SSE)。這可降低最終使用者的感知延遲。

串流在所有支援的 SDK 中運作方式相同。請確保您的客戶端已設定為處理增量資料區塊。總上下文視窗仍為 100,000 token，因此請仔細管理提示詞長度，以避免在長對話期間發生截斷。

限制、錯誤與模型列表

監控你的使用情況以避免中斷。每個金鑰每分鐘限用 300 次請求。如果你超過此限制，將收到 429 速率限制錯誤。401 錯誤表示金鑰無效或已過期，而 402 錯誤表示你需要為預付額度儲值。

使用 GET /v1/models 端點來驗證連線。它會回傳可用的模型詳細資訊。我們的服務不提供 SLA 保證或企業認證，而是專注於簡單、透明的定價。額度永不過期，讓你能以自己的節奏暫停和恢復使用。

cURL

Copycurl https://api.getaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python

Copyfrom openai import OpenAI

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

串流輸出

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)