快速入门：连接您的应用

前提条件：SDK 安装

在发起请求之前，为您的语言安装官方客户端库。我们的端点适用于任何标准的 openai API 替代 SDK，因为我们遵循相同的 JSON 架构。您无需特殊的驱动程序或额外的依赖项即可立即开始生成文本。

配置基础 URL 和密钥

将您的 SDK 客户端指向我们的特定端点，以通过我们的代理路由流量。您必须将基础 URL 设置为 HTTPS://api.llmapiproxy.com/v1 并提供您在仪表板上生成的密钥。这一简单的配置更改使您的现有应用程序能够使用无审查 AI 后端，而无需重写核心逻辑。

发送您的第一次聊天补全

向聊天补全端点发送标准 POST 请求并附带您的模型 ID。我们的服务器处理输入并返回文本，不过滤合法的成人或争议性主题。响应结构符合您已熟知的标准输出格式。

Copycurl https://api.llmapiproxy.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fetch the current temperature in Tokyo"}]
  }'

启用流式传输和 Token 计数

在请求负载中添加 stream=true 以接收生成的文本令牌。每个数据块包含使用数据，让您能够实时跟踪成本，同时模型正在生成内容。这种方法降低了终端用户的感知延迟，同时让您精确掌握令牌消耗情况。

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)

处理函数调用和 JSON 模式

使用 tools 参数启用函数调用，或将 response_format 设置为 json_object 以获取结构化输出。模型会严格按照您的指令执行，不会拒绝复杂的逻辑任务。这种能力使我们的代理成为需要可靠数据提取的自动化代理的理想选择。

Copyimport OpenAI from "openai";

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

限制、错误和上下文窗口

我们强制执行 100,000 token 的上下文窗口和每分钟 300 次请求的 429 速率限制。如果您收到 401 错误，您的 API 密钥无效，而 402 错误表示您需要为加密货币余额充值。保持请求体小于 8 MB 以确保处理顺畅。

Copyfrom openai import OpenAI

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