无审查 ollama 模型 API 文档

基础 URL 和认证

API 基础 URL 为 https://api.uncensoredollamodel.com/v1. 通过在 中传递 API 密钥进行身份验证 Authorization 头部，注册后立即获得密钥。

首次请求

发送一个简单的聊天补全以测试连接性。模型 ID 为 uncensored.

Copycurl https://api.uncensoredollamamodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top five linux kernel security patches from 2023"}]
  }'

预计返回文本响应，如果达到限制则返回错误。

Python SDK

使用官方 Python OpenAI SDK。配置 base URL 和密钥，将请求路由到我们的服务器。

Copyfrom openai import OpenAI

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

设置 max_tokens 控制输出长度。默认输出为 2,048 个 token。

Node SDK

使用正确的基础 URL 初始化客户端。传递模型名称 uncensored 在你的请求中。

Copyimport OpenAI from "openai";

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

异步处理响应。如果您启用流式传输模式，SDK 将流式传输数据。

流式传输

启用流式传输以在生成时接收令牌。这降低了长输出的感知延迟。

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)

Token 用量在最后一个数据块中报告。请解析该数据块以确保计费准确。

限制和错误

每分钟可发送 300 次请求。上下文窗口为 100,000 个 token。错误包括无效密钥导致的 401 和速率限制导致的 429。如果看到 402，请检查余额。