集成 Uncensored Mistral 兼容 API

前提条件：安装官方 SDK

安装您所用语言的官方 SDK，以自动处理身份验证和 JSON 解析。

大多数开发者偏好标准库，因为它抽象了 HTTP 细节。你需要 Python 3.8+ 或 Node.js 18+ 以获得最佳兼容性。

设置您的基础 URL 和密钥

配置你的客户端指向我们的基础 URL 并注入你的 API 密钥。

使用 https://api.mistralapibaseurl.com/v1 作为 base URL。将模型设置为 uncensored 用于无限制响应。

使用 Google 或电子邮件注册后，从仪表板检索您的密钥。

基本聊天补全请求

发送简单的文本提示以接收即时文本回复。

这适用于角色扮演、编码或创意写作，且无内容过滤器。

响应包括用于准确计费的令牌使用情况。

使用 SSE 的流式响应

启用流式传输以实时接收生成的令牌。

这降低了长输出的感知延迟。

最后一个 chunk 包含用于计费的总 token 使用量。

函数调用与 JSON 模式

使用结构化输出以实现可靠的数据提取或工具集成。

设置 response_format 到 {"type": "json_object"} 以确保严格的 JSON。

在 tools 用于函数调用工作流的数组。

处理令牌和限制

监控使用情况以避免服务中断。

上下文窗口支持总计 100,000 个 token。每次请求的最大输出为 16,000 个 token。

频率限制为每分钟 300 次请求。401 或 429 等错误表示身份验证或限制问题。

cURL

Copycurl https://api.mistralapibaseurl.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 rust crates for async web servers"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralapibaseurl.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.js

Copyimport OpenAI from "openai";

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

流式传输

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)