如何集成 Unrestricted AI API 获取无审查输出

为何使用无审查 API？

标准 LLM 提供商通常会应用内容审核层，根据主观标准拒绝提示词，例如创意写作套路、政治话题或成人主题。对于构建应用程序的开发者来说，如果这些拒绝会破坏用户体验，无审查的 LLM API 提供了一条直接获取模型输出的路径，无需这些人为障碍。该服务托管一个经过调优的开放权重模型，可在合法成人用途下无内容拒绝地回答，确保在不同主题下行为一致。

与在多个供应商模型之间路由请求的聚合器不同，该服务使用专用基础设施。这消除了管理多个 API 密钥和不同响应格式的复杂性。该模型不是 GPT、Claude、Gemini 或其他供应商的模型；它是一个运行在我们服务器上的独立开放权重模型。这种方法降低了延迟，并确保“无审查”行为的一致性，因为它依赖于基础模型的调优，而不是由第三方聚合器应用动态审核层。

然而，这不是万能解决方案。如果你需要嵌入、图像生成或多个模型选择，这个纯文本 API 可能不适合你的技术栈。它专为需要原始文本输出并希望避免模型路由开销或网页聊天 UI 不可预测性的开发者设计。

理解 OpenAI 兼容接口

API 遵循标准的 OpenAI chat-completions 架构，对于已经熟悉 OpenAI SDK 的开发者来说，集成非常直接。你使用标准的 HTTP 方法与接口交互，主要使用 POST 方法完成补全，使用 GET 方法获取模型信息。基础 URL 为 https://api.unrestrictedai.cc/v1,，你可以通过更新 base_url 并提供 API 密钥来使用任何 OpenAI 兼容客户端。

核心接口是 POST /v1/chat/completions，它接受消息数组并返回文本响应。其他接口包括用于列出可用模型的 GET /v1/models。没有嵌入、音频、视频或微调接口。这种简洁性降低了学习曲线，并允许你以最小的代码更改替换为无审查模型。

• 方法： 完成使用 POST，模型信息使用 GET。
• 格式： 包含消息数组的 JSON 请求体。
• 响应： 包含生成文本的 JSON 对象。
• 兼容性： 适用于官方 OpenAI SDK 以及 LangChain 或 LlamaIndex 等第三方客户端。

此接口确保你现有的代码库可以利用无审查功能而无需完全重写。你可以控制参数，如 temperature 和 top_p，以调整输出的创造性和确定性。

设置你的 Unrestricted AI API 密钥

开始使用需要一个账户，可以通过“使用 Google 继续”或注册电子邮件和密码创建。不需要电话号码，该过程旨在快速完成。注册后，你将被引导至“获取 API 密钥”页面，你的 API 密钥将立即显示。此密钥用于对所有 API 请求进行身份验证。

每个账户限制为一个活动密钥。如果你生成新密钥，旧密钥将失效。这简化了安全管理，因为你不需要为单个账户跟踪多个密钥。该密钥授予访问无审查模型的权限，并根据实际 token 使用量收费。

试用额度： 每个新账户获得 $0.50 的试用额度，有效期 7 天。无需信用卡即可领取此试用，便于在购买前测试 API。每人限一次试用，不能与其他优惠叠加。

隐私： 你的账户仅需电子邮件地址。发送到 API 的提示词不用于训练，确保你的数据保持私密。这对于需要保持应用程序输入数据保密性的开发者来说是一个关键功能。

发起第一次请求

准备好 API 密钥和基础 URL 后，你可以发起第一次请求。API 接受标准消息格式，包括 system、user 和 assistant 角色。以下是使用 cURL 的示例：

Copycurl https://api.unrestrictedai.cc/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."}]
  }'

此请求向模型发送一个简单的提示词。响应将包含生成的文本以及 token 使用统计信息。要发送的模型 id 是 'uncensored'。此标识符在请求体中使用，用于指定模型。

你也可以使用官方 OpenAI Python SDK。使用你的基础 URL 和 API 密钥初始化客户端，然后调用 chat.completions.create 方法。响应结构与 OpenAI 格式匹配，包括 choices、finish_reason 和 usage 统计信息。

关键参数：

• model: 'uncensored'
• messages: 消息对象数组
• temperature: 控制随机性（默认 1.0）
• max_tokens: 最大输出 token 数（默认 2048）

此设置允许你快速将无审查模型集成到你的应用程序中。响应延迟通常较低，反映了直接的基础设施，没有路由开销。

处理流式输出和工具

API 支持通过服务器发送事件 (SSE) 进行流式输出，这对于实时用户体验至关重要。启用流式输出时，API 会发送生成的部分响应。最后一个块包含总 token 使用情况，让你能够准确跟踪成本。这对于在生成时显示文本的聊天界面很有用。

还支持函数调用（工具）。你可以在请求中定义工具，模型将返回结构化 JSON 输出，你的应用程序可以解析并执行。这启用了复杂的工作流程，例如与外部 API 或数据库交互。

JSON 模式： 你可以通过将 response_format 设置为 json_object 来强制执行 JSON 输出。这确保模型返回有效的 JSON，这对于程序化消费至关重要。

其他参数：

• stop: API 停止生成更多 token 的序列。
• seed: 用于可复现的输出。
• presence_penalty: 鼓励模型谈论新话题。
• frequency_penalty: 根据文本中现有频率惩罚新 token。

这些功能使 API 适用于广泛的应用，从简单的聊天机器人到复杂的基于代理的系统。

定价与加密货币支付

定价模式简单直接，基于使用量计费。没有月费或订阅费。你只需为实际使用的部分付费：

• 输入 token： 每 100 万 token $0.25
• 输出 token： 每 100 万 token $1.00

错误和拒绝生成的请求免费，即你无需为未成功生成的 token 付费。额度为预付制且永不过期，你可根据需要随时充值。该模式透明且可预测，让你能够根据预期的 token 使用量估算成本。

充值流程： 仅接受加密货币支付。你可以使用 USDT (TRC20) 或 USDC (Base) 进行充值。最低充值金额为 $10，最高为 $500。大额充值可获得额外额度奖励：

• 充值 $50： 赠送 5% 额外额度
• 充值 $100： 赠送 10% 额外额度

额度余额不予退款，但如出现重复扣款等错误，可通过支持页面解决。这种仅加密货币支付的模式降低了交易费用，简化了全球支付流程。

速率限制与配额

为确保公平使用并维持性能，API 对每个 API 密钥实施以下限制：

• 每分钟请求数： 300
• 并发请求数： 8
• 最大请求体大小： 8 MB

这些限制旨在防止滥用并确保一致的延迟。如果你超出速率限制，将收到 429 Too Many Requests 错误。你可以实现带有指数退避的重试逻辑，以优雅地处理这些情况。

上下文窗口为 100,000 token，包括提示词和补全内容。每次请求的最大输出为 32,000 token；如果未设置 max_tokens，则最大输出为 2,048 token。这支持长上下文应用，如文档分析或长对话。

硬性内容限制： 尽管模型无审查，但它始终拒绝涉及未成年人的色情内容。这是由模型本身施加的硬性限制。

了解这些限制有助于你设计应用以处理速率限制并高效管理 token 使用。对于大多数用例，这些限制已足够，但高吞吐量应用可能需要实现队列机制。

隐私与数据使用

隐私是许多开发者考虑的关键因素。本服务不会将你的提示词用于训练。你的数据仅用于生成响应，不会长期存储用于模型改进。这确保你的应用输入数据保持私密，且不会用于训练基础模型。

账户隐私： 你的账户仅需电子邮件地址。无需电话号码或个人身份信息。这减少了你向服务共享的个人数据量。

数据处理： 提示词不用于训练。这对于需要保持专有数据或用户输入机密性的企业来说是一个显著优势。该服务在数据使用方面设计得透明公开。

无训练数据泄露： 由于提示词不用于训练，你无需担心数据出现在未来的模型输出中。这是与某些将用户数据用于训练的免费或共享模型的关键区别。

这种以隐私为先的方法使 API 适用于对数据保密性要求极高的企业应用。你可以放心地将无审查模型集成到你的应用中，因为你的数据受到尊重且不会被重新利用。