API 文档：快速入门

Base URL 和身份验证

无服务器 LLM API 使用标准的兼容 OpenAI 的接口结构。要开始使用，你需要两项信息：你的 Base URL 和 API 密钥。

对所有请求使用以下 Base URL：

https://api.serverlessllmapi.com/v1

身份验证通过 Authorization 标头处理。在获取 API 密钥页面创建账户以获取密钥。你可以随时重新生成此密钥，这将立即使旧密钥失效。请妥善保管密钥，因为它可直接访问你的预付额度。

首次请求：聊天补全

向 /v1/chat/completions 接口发送标准的聊天补全请求。API 接受模型名称、消息列表和可选参数。我们的默认模型 ID 为 uncensored，该模型针对高质量、无限制的响应进行了优化。

以下是使用 curl 生成响应的示例：

Copycurl https://api.serverlessllmapi.com/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."}]
  }'

响应遵循标准的 OpenAI JSON 格式。如果请求成功，你将收到一个包含生成文本的补全对象。这种简洁性允许你只需更改 Base URL 和密钥，即可将我们的接口替换到现有的 OpenAI SDK 配置中。

Python SDK 集成

使用官方 OpenAI Python SDK 是集成最快的方式。由于我们的 API 兼容 OpenAI 接口，你只需覆盖 Base URL 和 API 密钥即可。这确保你现有的代码无需修改即可工作。

Copyfrom openai import OpenAI

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

这种方法让你可以利用熟悉的 Python 库，同时受益于我们的无审查模型。上下文窗口支持最多 100,000 个 token，允许在单个请求中进行大量的输入和输出。确保你的消息数组包含必要的系统提示词和用户提示词，以有效引导模型。

Node.js SDK 集成

对于 JavaScript 和 TypeScript 开发者，OpenAI Node SDK 提供了直接的集成路径。使用我们的 Base URL 和 API 密钥配置客户端，即可立即开始发送请求。

Copyimport OpenAI from "openai";

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

此设置非常适合需要实时 LLM 交互的无服务器函数或后端服务。按量付费意味着你只需为实际使用的部分付费，无需月度订阅。额度不会过期，因此你可以在项目之间暂停使用而不会丢失余额。

流式响应 (SSE)

通过在请求中设置 stream: true 启用流式输出。API 将返回服务器发送事件 (SSE) 流，允许你显示正在生成的 token。这降低了最终用户的感知延迟，并改善了聊天应用的体验。

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)

在你的客户端代码中处理流事件以累积最终响应。正确配置后，流式输出在 Python 和 Node SDK 中均可用。此功能对于需要即时反馈的长文本生成特别有用。

速率限制和约束

了解约束条件以确保集成顺畅。API 对每个 API 密钥实施 每分钟 300 个请求 的速率限制。每个请求正文不得超过 8 MB。如果超出速率限制，你将收到 429 状态码。

身份验证错误返回 401 状态，表示密钥无效或已撤销。如果你的预付额度已用完，请求将返回 402 状态。模型 ID uncensored 不支持嵌入、图像生成或微调。请坚持使用基于文本的聊天补全以获得最佳性能。