API 文件

驗證與 base URL 設定

在 取得 API 金鑰 使用 Google 或電子郵件登入頁面。系統會立即顯示您的金鑰，您可以隨時更換以撤銷存取權。所有請求均指向標準 /v1 端點結構。您不需要設定複雜的標頭，只需在 Authorization 標頭中傳遞金鑰即可。

我們的無審查 AI API 金鑰可與任何支援 OpenAI 相容用戶端的程式庫搭配使用。只需將基礎網址更改為 HTTPS://api.glmkey.com/v1 並注入您的金鑰即可。此設定與標準整合方式一致，確保您的現有程式碼能正確路由，避免廠商鎖定。

• 基礎 URL：HTTPS://api.glmkey.com/v1
• Auth header: Authorization: Bearer YOUR_API_KEY

聊天完成端點參考

將文字傳送至模型，透過向聊天補全端點發布 JSON 來實現。API 預期標準的載荷，包含模型名稱、訊息陣列以及可選參數。您必須指定 uncensored 作為模型 ID，以確保您訪問專門針對無限制輸出調整的大型語言模型。

錯誤如 401 表示無效金鑰，而 402 表示預付積分不足。系統僅為實際 token 使用收費，因此錯誤不會消耗您的餘額。使用以下 curl 命令測試連線。

Copycurl https://api.glmkey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the endpoints for the glm key service"}]
  }'

Python SDK 整合

安裝官方 OpenAI 函式庫並將其設定為指向我們的基礎 URL。這使您可以使用熟悉的 Python 模式來生成文字。客戶端會自動處理序列化和重試。您可以傳遞參數，例如 temperature 或 top_p 控制創造力。

無審查 LLM 接受標準的訊息格式。您可以像使用其他任何供應商一樣，在 system、user 和 assistant 角色之間切換。以下 Python 程式碼片段演示了基本的完成請求。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.glmkey.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 整合

使用 Node.js SDK 將 API 金鑰整合到您的 JavaScript 或 TypeScript 專案中。設定 apiKey 和 baseURL 客戶端配置中的屬性。這確保所有請求路由至我們的伺服器，而非預設供應商。接著您可以呼叫 chat.completions.create() 搭配您想要的參數。

無審查程式設計 API 支援標準工具定義與 JSON 模式。您可以將回應直接解析到您的應用程式邏輯中。以下 Node.js 範例顯示如何初始化客戶端並發送簡單訊息。

Copyimport OpenAI from "openai";

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

串流回應與 token 計數

在請求主體中將 stream: true 在你的請求中。API 返回伺服器發送的事件 (SSE) 區塊。每個區塊包含部分內容，最後一個區塊包含總 Token 使用量。這允許你在 UI 中漸進地渲染文字。

Uncensored AI API 金鑰支援此功能且無額外費用。您可以即時監控 token 消耗。以下程式碼片段演示瞭如何在 Python 中處理串流回應。

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)

速率限制與並行處理規則

每支金鑰每分鐘限 300 次請求。並行請求上限為 8 個同時請求。請求主體不得超過 8 MB。這些限制可確保所有預付用戶的穩定效能。若超過速率，您將收到 429 錯誤。

上下文視窗支援提示詞與補全合計最多 100,000 個 token。輸出限制為每次請求 16,000 個 token。如果您未設定 max_tokens, 預設值為 2,048 個 token。透過儀表板監控您的使用情況，以避免服務中斷。