无审查 LLM API 文档

基础 URL 和认证

API 对所有请求使用单个基础 URL。你通过在 Authorization 。通过 获取 API 密钥 页面立即接收你的密钥。

• 基础 URL： https://api.hereticia.com/v1
• Auth： Authorization: Bearer YOUR_API_KEY

注册无需手机号码，且密钥适用于所有端点。通过设置 base URL 和 API 密钥，使用官方 OpenAI SDK。密钥仅显示一次，请妥善保存。

首次请求

发送标准 chat.completions 请求从无审查模型生成文本。该端点接受带有 messages 数组和 model field set to uncensored.

此请求演示了简单的交互。模型返回文本，且对合法的成人使用没有内容拒绝。请检查响应以获取生成的内容。

Copycurl https://api.hereticia.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the sum of 2048 and 512."}]
  }'

Python SDK 集成

使用官方 OpenAI Python 库将 API 集成到您的脚本中。将 base URL 设置为 https://api.hereticia.com/v1 并提供您的 API 密钥。库会自动处理请求格式化。

通过 pip 安装库。然后使用自定义基础 URL 初始化客户端。发送消息并打印响应。这种方法适用于大多数兼容 OpenAI 的客户端。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.hereticia.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 集成

通过安装 OpenAI 包将 Node.js 集成。使用 Heretic Ia 基础 URL 和您的 API 密钥配置客户端。SDK 简化了请求创建和响应解析。

使用正确的基础 URL 初始化客户端。创建带有 uncensored 模型。处理响应以提取生成的文本。此方法适用于服务器端应用程序，效率很高。

Copyimport OpenAI from "openai";

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

流式响应

通过将 stream: true 在您的请求中。API 返回服务器发送事件（SSE）块流。每个块包含部分文本，最后一个块包含令牌使用数据。

流式传输降低了长响应的感知延迟。在收到每个块时进行处理。最后一个块包含请求的总令牌数。此功能对于实时聊天界面至关重要。

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)

限制、错误和上下文窗口

上下文窗口总共支持 10 万个 token（prompt 加上 completion）。每次请求的最大输出为 16,000 个 token。如果 max_tokens 未设置时，限制为 2,048 个 token。

每个密钥每分钟允许 300 次请求。并发请求每个密钥上限为 8 个。请求体大小不得超过 8 MB。错误包括：401 表示密钥无效，402 表示余额不足，429 表示达到限流。错误和拒绝均不消耗余额。