API 文档

基础 URL 和认证

聊天机器人 API 位于 https://api.chatterbotapi.com/v1. 您通过在请求头中使用 Bearer 令牌进行身份验证。 Authorization 页眉。您通过 Google 或电子邮件注册后立即显示密钥。

• 基础 URL： https://api.chatterbotapi.com/v1
• 标头： Authorization: Bearer YOUR_API_KEY

每个账户一个密钥，旧密钥立即被替换。请妥善保管。

首次请求

向以下地址发送 POST 请求 /v1/chat/completions 使用模型 uncensoredAPI 返回没有标准拒绝的文本，适用于合法的成人内容。

以下是最小化 cURL 示例：

Copycurl https://api.chatterbotapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital city of France"}]
  }'

验证响应包含 choices[0].message.content.

Python SDK 集成

使用官方 OpenAI Python 库。将其指向我们的 base URL 并注入你的密钥。客户端自动处理 JSON 序列化。

Copyfrom openai import OpenAI

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

此方法适用于流式传输和非流式调用。模型 ID 保持 uncensored.

Node.js SDK 设置

使用自定义基础 URL 初始化 OpenAI npm 包。这确保了与现有 OpenAI 客户端的兼容性。

Copyimport OpenAI from "openai";

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

配置环境变量或直接传入密钥。API 的行为类似于任何标准的 chat-completions 端点。

流式响应

通过将 stream: trueAPI 发送服务器发送事件。令牌使用数据仅出现在最后一个数据块中。

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)

随到达处理每个数据块。这降低了长输出的感知延迟，长达 16,000 个 token。

限制和错误

如果 key 无效，预计返回 401 错误。402 错误表示您的预存额度已耗尽。错误和拒绝不消耗 token。您每分钟限制为 300 次请求。上下文窗口总计容纳 100,000 个 token。请求体必须保持在 8 MB 以下。