基礎 URL 與驗證
每個請求都以將您的 SDK 指向我們的基礎 URL 並在授權標頭中提供 API 金鑰開始。
端點是 https://api.openrouterabliteratedmodels.com/v1. 使用帳戶儀表板生成的 Bearer 令牌進行認證。此密鑰是所有後續調用所需的唯一憑證，確保您的請求直接路由到我們的無審查模型基礎設施，而無需中間路由層。
首次請求
使用您偏好的 HTTP 客戶端，透過向聊天補全端點發布訊息來傳送您的第一個補全。
模型識別碼嚴格為 uncensored. 您可以使用標準參數（如溫度或 top_p）發送文字提示。API 會返回文字回應，對於合法的成人主題不會有內容拒絕，保持您預期中來自針對無限制輸出進行微調的開源權重模型的 abliterated 行為。
curl https://api.openrouterabliteratedmodels.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Calculate the factorial of 5."}]
}'Python SDK
透過在 OpenAI 客戶端配置中設定基礎 URL 和模型名稱，將 API 整合至您的 Python 專案。
此方法讓你重用預期 OpenAI 相容端點的現有程式碼。透過環境變數或直接初始化傳遞你的 API 金鑰。用戶端會自動處理序列化和錯誤解析，根據你的回應格式設定提供原始文字 token 或結構化 JSON。
from openai import OpenAI
client = OpenAI(base_url="https://api.openrouterabliteratedmodels.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
透過將 OpenAI 套件指向我們特定的基礎 URL 而非預設值，即可將您的 Node.js 應用程式連接至我們的服務。
設定 apiKey 和 baseURL 進行任何呼叫前的屬性。這確保您的函式呼叫、串流回應及 JSON 模式請求被導向我們的無審查基礎設施。您可以繼續使用熟悉的方法，例如 chat.completions.create 具有完全相容性。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.openrouterabliteratedmodels.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);使用 SSE 串流
啟用串流模式以接收即時文字生成，該模式會透過 Server-Sent Events 即時交付已產生的 Token。
在您的請求中將 stream 參數設為 true。API 會回傳一系列區塊，允許您在 UI 中增量渲染文字。Token 用量統計包含在最後一個區塊中，因此您可以在等待整個回應產生完畢之前，準確追蹤消耗情況。
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)JSON 模式與函式呼叫
透過在請求格式和工具定義中配置有效載荷來強制執行結構化輸出或啟用工具使用。
使用 response_format 設定為 json_object 確保模型回傳不含 Markdown 包裝的有效 JSON。對於函數呼叫，請在請求主體中定義您的工具，並讓模型決定何時呼叫它們。這支援複雜的工作流程，其中無審查模型必須為下游處理回傳結構化資料。
