繁中 ▾
建立金鑰

Ollama 無審查模型API 文件

API 文件

只需單一的設定變更即可整合我們的無審查 LLM API。我們提供即插即用的 OpenAI 相容端點,在維持標準開發者工作流程的同時,消除對合法成人內容的內容審查。

https://api.ollamauncensoredmodels.com/v1uncensored

基礎 URL 與驗證

API 位於 https://api.ollamauncensoredmodels.com/v1授權 標頭搭配您的 Bearer token。此設定適用於任何 OpenAI 相容的客戶端程式庫,因為我們遵循相同的驗證模式。您可以透過 Google 或電子郵件立即產生金鑰,無需提供電話號碼。系統為每個帳戶發出一個有效金鑰,產生新金鑰時會立即取代舊金鑰。這確保了一致的存取權,無需同時管理多個憑證。

進行首次請求

向以下網址發送 POST 請求 /v1/chat/completions 將模型 ID 設定為 "uncensored"。該端點接受標準參數,例如 messages, temperature,以及 max_tokens. 它返回包含生成文本和 token 使用統計信息的 JSON 響應。您可以通過驗證模型列表或發送簡單提示詞來快速測試連接性。這種直接方法消除了其他服務中常見的代理或路由邏輯的複雜性。

curl https://api.ollamauncensoredmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the output for 2 plus 2"}]
  }'

Python SDK 集成

使用官方的 OpenAI Python 函式庫進行連線,透過覆寫 base URL 來實現。在進行任何呼叫之前,設定 API 金鑰和 base URL 屬性。這使您能夠利用現有的程式碼庫,而無需重寫客戶端邏輯。函式庫會自動處理序列化和錯誤解析。您可以串流回應或根據應用程式的延遲需求請求同步補全。此方法確保與業界標準開發實踐相容。

from openai import OpenAI

client = OpenAI(base_url="https://api.ollamauncensoredmodels.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 SDK 用法

在 Node.js 環境中使用您的基礎 URL 與 API 金鑰初始化 OpenAI 用戶端。將模型識別碼 "uncensored" 傳遞給聊天完成方法。SDK 會有效管理 HTTP 請求並解析 JSON 回應。您可以直接將其整合至 Express 路由或無伺服器函式中。程式碼結構複製了標準的 OpenAI 實作,使從其他供應商遷移變得簡單。此方法保持了與現代 JavaScript 開發一致的類型安全與錯誤處理。

import OpenAI from "openai";

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

串流與 token 使用量

在請求主體中將 stream: true 在你的請求中。伺服器返回伺服器發送的事件(SSE)以進行即時 token 傳輸。Token 用量詳細資訊僅出現在串流的最後一個區塊中,以保持最小化開銷。這允許你逐步向使用者顯示回應,而無需等待整個生成過程。你可以追蹤累計 token 計數以確保計費透明度。串流非常適合聊天介面,即時回饋能顯著提升使用者體驗。

stream = 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

每個 API 金鑰支援每分鐘 300 次請求和八個併發連線。請求主體大小限制為 8 MB,上下文視窗總計涵蓋 100,000 token。401 錯誤表示金鑰無效,402 表示信用不足。429 狀態碼表示您已達到速率限制。模型僅拒絕涉及未成年人的色情內容,確保廣泛適用於成人用例。信用額度永不過期,因此您可以在專案之間暫停使用而不會損失資金。這種可預測的結構有助於您有效規劃高流量應用程式的容量。

常見問題

無限制模型與標準產品有何不同?

我們的模型預設不會拒絕合法成人、虛構或爭議性主題。它在專用服務器上運行,擁有 100,000 個 token 的上下文窗口,為代碼、角色扮演和研究提供無過濾輸出,沒有任意過濾器。應用的唯一嚴格限制是拒絕涉及未成年人的性內容。

如果我超出請求限制會發生什麼事?

當您每分鐘達到 300 個請求或八個並發連線時,API 會回傳 429 狀態碼。一旦視窗重置,您可以繼續發送請求,或透過購買額外預付額度來提升吞吐量。錯誤和拒絕不會消耗您的 token 餘額,因此您僅為實際使用量付費。

我可以使用這個 API 搭配本地的 Ollama 模型嗎?

雖然這是託管式 API,但它使用與本機 Ollama 設定相同的 OpenAI 相容協議。您可以將標準客戶端指向我們的基礎 URL,而非 localhost。這允許您在生產環境中運行無審查邏輯,而無需管理本機硬體。端點支援串流、JSON 模式和工具呼叫,與本機實例一樣。

您的 API 金鑰僅一步之遙

註冊帳戶,取得金鑰,更新基礎 URL。這就是完整的設定。

建立金鑰檢視文件