5 分钟完成首次请求

基础 URL 与认证

将你的 OpenAI SDK 或任何兼容客户端指向我们的 base URL。你不需要特定的库；任何接受标准 API 密钥的工具均可在此使用。在通过 Google 或电子邮件登录后，从仪表板获取你的密钥。密钥会立即显示，并且是所有请求所需的唯一凭证。

将基础 URL 设置为 https://api.ollamaapi.top/v1。所有聊天补全均使用模型 ID uncensored。该模型为开放权重模型，经过调整以减少拒绝回答，且与主要厂商的模型不同。它不是 GPT、Claude 或其他任何专有模型。认证仅依赖 Bearer token 头部。

首次请求

发送标准的聊天补全请求以测试连接性。该接口接受包含 messages、model 以及可选参数如 temperature 或 max_tokens 的 JSON 负载。模型 ID 始终为 uncensored。响应返回结构化 JSON，包括助手的内容和 token 使用指标。

如果请求成功，你将收到 200 OK 响应。如果认证失败，你会收到 401 错误。如果资金不足，你会收到 402 错误。这些错误免费，因此你只为成功的 token 使用付费。在将配置集成到应用程序之前，请使用此示例验证你的配置。

Copycurl https://api.ollamaapi.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python SDK

使用官方 OpenAI Python 库或任何兼容客户端。使用你的基础 URL 和 API 密钥初始化客户端。将模型设置为 uncensored。将消息作为包含 role 和 content 的字典列表传递。库会自动处理序列化和响应解析。

通过 stream 参数支持流式响应。这允许你处理生成的 token，这对于长输出或实时 UI 更新非常有用。最后一个块包含用于计费的总 token 使用情况。确保优雅地处理异常，因为网络错误不会产生费用。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamaapi.top/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

安装 openai npm 包或使用任何基于 fetch 的包装器。使用基础 URL https://api.ollamaapi.top/v1 和 API 密钥配置客户端。模型 ID 仍为 uncensored。传递包含 messages 以及可选设置如 top_p 或 seed 的请求体。

Node.js 用户可以使用 async/await 模式编写简洁的代码。响应对象包含 choices、usage 和 id。你可以从第一个选择中提取助手的消息。错误处理应考虑速率限制 (429) 和余额不足 (402)。这些错误不消耗 token，因此你的预付余额在生成成功响应之前保持完整。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.ollamaapi.top/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

通过在请求中设置 stream: true 启用流式输出。API 返回服务器发送事件 (SSE) 流。每个块包含部分内容，允许你显示生成的 token。这降低了用户的感知延迟，并改善了长文本生成的体验。

流中的最后一个块包含完整的 token 使用数据。你可以使用它来实时跟踪消耗。请注意，流式输出不会改变定价模式；你仍然按每 100 万输入和输出 token 付费。流式传输期间的错误也是免费的。如果连接断开，你可以恢复或重新启动请求，无需惩罚。

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、错误与上下文

上下文窗口总共为 100,000 个 token，包括提示词和补全。每次请求的最大输出为 32,000 个 token（如果未设置 max_tokens 则为 2,048）。如果超出上下文窗口，请求将失败。错误包括无效密钥的 401、余额不足的 402 和速率限制的 429。速率限制为每分钟 300 个请求和每个密钥 8 个并发请求。请求体限制为 8 MB。错误免费，意味着你无需为失败的请求或拒绝付费。额度永不过期，无需订阅。