API 参考 | Uncensured AI

POST/v1/chat/completions

生成回复

在 messages 中发送对话，并通过准确的 ID 选择模型。这些示例使用 GLM 5.3 Flash。

按照首次请求指南安装 openai 包并设置 UNCENSURED_API_KEY。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://uncensuredai.com/v1",
    api_key=os.environ["UNCENSURED_API_KEY"],
)

response = client.chat.completions.create(
    model="glm-5.3-flash-abliterated",
    messages=[{"role": "user", "content": "Scrivi un breve saluto in italiano."}],
    reasoning_effort="low",
    max_tokens=4096,
)

print(response.choices[0].message.content)

示例中的字段

字段	使用方法
`model`	使用你的密钥调用 GET /v1/models 后返回的准确模型 ID。
`messages`	消息列表，每条消息包含 role 和 content。
`max_tokens`	输出预算，可能包含推理 token。示例使用 4096。
`reasoning_effort`	所选模型支持的推理级别。此示例为 GLM Flash 使用 low。
`stream`	设为 true，以分块形式逐步接收回复。

OpenAI 兼容性是指 Chat Completions。图像、工具、上下文限制和推理选项取决于模型和客户端。

读取回复

生成的文本位于 choices[0].message.content。通过 finish_reason 了解生成结束原因，通过 usage 查看报告的 token 数量。

print(response.choices[0].message.content)
print(response.choices[0].finish_reason)
print(response.usage)

POST/v1/chat/completions

实时显示回复文本

复用 Python 示例中的客户端并启用流式输出。每个事件可能只包含回复的一部分。

stream = client.chat.completions.create(
    model="glm-5.3-flash-abliterated",
    messages=[{"role": "user", "content": "Ciao!"}],
    reasoning_effort="low",
    max_tokens=4096,
    stream=True,
)

for chunk in stream:
    if chunk.choices:
        text = chunk.choices[0].delta.content
        if text:
            print(text, end="", flush=True)
print()

部分事件不包含文本。显示每个分块前，请检查 choices 和 delta.content。

GET/v1/models

查找你的密钥可用的模型

复用 Python 客户端列出模型 ID。此操作检查连接，不会生成回复。

models = client.models.list()
for model in models.data:
    print(model.id)

通过密钥获取的模型列表决定你可用的模型。公开能力目录则单独说明已确认的限制和推理设置。

打开模型能力目录