OpenAI-Compatible 端点文档

认证和基础 URL

通过仪表板使用您的 Google 账户或电子邮件生成您的 API 密钥。将此密钥附加到每个请求头作为 Authorization: Bearer YOUR_API_KEY. 基础 URL 为 https://api.openaicompatibleendpoints.com/v1，确保您现有的客户端代码无需修改即可工作。您每个账户获得一个活动密钥，如果泄露可以立即重新生成。注册不需要电话号码，保持流程快速且私密。

首次请求

发送标准聊天补全请求以立即开始生成文本。这确认了您的凭据和 token 余额在扩展工作流之前处于活动状态。端点接受与 OpenAI 格式相同的标准 JSON 负载，允许您以最小的开销测试连接。

Copycurl https://api.openaicompatibleendpoints.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the current server time in UTC format"}]
  }'

Python SDK 集成

安装官方 OpenAI Python 包，并将其指向我们的基础 URL，以利用熟悉的模式。此方法可与 LangChain 或 LlamaIndex 等期望 OpenAI 兼容端点的工具无缝配合。您只需更新基础 URL 配置即可切换模型或提供商，而无需更改应用程序逻辑。这种灵活性对于管理多个推理管道的机构至关重要。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaicompatibleendpoints.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 SDK 用法

使用您的基础 URL 和 API 密钥初始化 Node.js 客户端，以开始流式传输或同步请求。此设置模仿了标准的 OpenAI 客户端接口，使其易于集成到 Express 或 Fastify 应用程序中。您可以通过检查服务器返回的状态码来优雅地处理错误，确保您的应用程序在高负载使用时保持健壮。

Copyimport OpenAI from "openai";

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

流式响应（SSE）

通过将 stream 参数设为 true，通过服务器发送事件实时返回数据。这降低了最终用户的感知延迟，特别是在生成长响应或复杂推理链时。每个数据块包含部分内容，允许您在界面中渐进式渲染文本。最后一个数据块包含完整的令牌使用统计信息，用于准确的计费跟踪。

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、错误和上下文

您的 API 密钥支持每分钟最多 300 次请求和 8 个并发连接。如果超过这些限制，服务器将返回 429 状态码；资金不足将触发 402 错误，而密钥无效则导致 401 错误。该模型支持 100,000 个 token 的上下文窗口，包含提示词和补全内容。错误和拒绝不会消耗您的预存余额，确保您只为有效的推理付费。