OpenAI互換APIクイックスタート

ベースURLと認証設定

クライアントを専用エンドポイントにポイントすることから始めましょう。標準的なヘッダーを使用するため、既存のロジックをすぐに使用できます。

• ベースURL： https://api.openaicompatibleapis.com/v1
• 認証: ベアートークンによる Authorization ヘッダー

ダッシュボードでキーを生成します。電話番号は不要です。

チャット完了エンドポイント (POST /v1/chat/completions)

標準的なチャットインターフェースを介してプロンプトを送信してテキストレスポンスを受け取ってください。これが当社の無制限APIの中核です。

モデルIDは uncensored100,000トークンのコンテキストウィンドウを効率的に処理します。

モデル一覧エンドポイント (GET /v1/models)

利用可能なモデルの確認により接続を確認する。このエンドポイントは当社がホストする単一のUncensored LLMを返す。

重いペイロードを送信する前の簡単なヘルスチェックに使用してください。

ストリーミングレスポンスとトークン使用量

Server-Sent Events (SSE) を介してリアルタイムでデータを受信します。トークン使用量は最後のチャンクに表示されます。

完全な完了を待たずに即時フィードバックが必要なUIに適しています。

関数呼び出しとJSONモード

精密な出力を構成します。使用 response_format: json_objectツールの定義は OpenAI 仕様に完全に準拠しています。

設定 tool_choice 特定の動作を強制します。自動化されたワークフローに最適です。

レート制限とトークン制約

安定性を確保するために厳格な制限を適用します。各キーあたり毎分 300 リクエスト、8 件の同時接続が許可されます。

最大出力は16,000トークンです。エラーは無料です。コンテキストは合計100kトークンです。

cURL

Copycurl https://api.openaicompatibleapis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current system time"}]
  }'

Python

Copyfrom openai import OpenAI

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

ストリーミング

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)