API 文件：OpenAI-Compatible Endpoints

驗證與 Base URL

透過在環境變數中設定您的唯一金鑰和 base URL 來存取 API。端點位於 https://api.apikeykimi.com/v1. 您必須包含標頭 Authorization: Bearer YOUR_API_KEY 每個請求都會產生。此金鑰在透過 Google 或電子郵件註冊時立即生成。這是驗證所需的唯一憑證。無需配置任何範圍或權限。

Copycurl https://api.apikeykimi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "convert this json object to python dictionary syntax"}]
  }'

聊天完成端點

使用標準 /v1/chat/completions 端點。將模型 ID 指定為 uncensored 請求主體中。API 根據您的提示歷史記錄返回生成的文字。您可以調整溫度（temperature）和 top_p 等參數以控制創意。該模型支援函式呼叫和 JSON 模式以進行結構化輸出。

Copyfrom openai import OpenAI

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

串流回應 (SSE)

透過設定 stream: true 在你的請求中。伺服器返回伺服器發送的事件串流。每個區塊包含部分文字，直到回應完成。這非常適合聊天介面和即時程式碼顯示。Token 用量詳細資訊出現在串流的最後一個區塊中。

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)

函式呼叫 & JSON 模式

使用以下參數定義工具或強制輸出 JSON： response_format 參數。設定 json_object 以確保有效的 JSON 回應。您也可以傳遞工具定義以進行函式呼叫。模型會嚴格遵循這些約束。這使得與外部服務的整合更加可靠。使用 tool_choice 控制工具如何被調用。

Token 限制與約束

上下文視窗支援輸入與輸出合計最多 100,000 個 token。每次請求的最大輸出為 16,000 個 token。如果您未設定 max_tokens, 限制預設為 2,048 個 token。請求主體大小限制為 8 MB。您被限制為每分鐘 300 次請求。每個金鑰最多同時運行 8 個請求。

錯誤處理 & 使用限制

透過檢查 HTTP 狀態碼來處理錯誤。401 表示 API 金鑰無效或已過期。402 錯誤表示您的預付信用額度已耗盡。429 回應表示您已超過每分鐘 300 次請求的速率限制。錯誤和拒絕不會消耗 token。請在儀表板上檢查您的餘額以避免中斷。

Node.js

Copyimport OpenAI from "openai";

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