5 分鐘內完成首次請求

安裝 OpenAI SDK

我們的端點遵循標準的 chat.completions 協定，因此您可以使用首選語言的官方 SDK。對於 Python，請透過 pip 安裝套件。對於 Node.js，請使用 npm。這些程式庫預設即可處理序列化、重試與串流。

pip install openai

npm install openai

請確保您使用的是最新版本的 SDK，以支援 tool_choice 與 response_format 等參數。用戶端程式庫會管理 HTTP 請求，因此您只需專注於負載結構。

設定 Base URL 與金鑰

將您的用戶端指向我們的專屬端點。您無需更改模型名稱邏輯；我們期望您在請求中傳遞 model: "uncensored"。驗證透過標頭中的 API 金鑰處理。

將 base_url 設定為 https://api.qwenapi.top/v1。在儀表板生成您的 qwen api key。金鑰在註冊後立即顯示。初始設定無需電話號碼或信用卡。

基本聊天補全請求

發送標準的補全請求。模型直接回傳文字回應。沒有複雜的路由層；您正在與專為無審查輸出調整的單一執行個體交談。

以下是一個使用 curl 的最小範例，用於驗證連線與回應格式。

Copycurl https://api.qwenapi.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."}]
  }'

回應包含 choices[0].message.content 中的生成文字。您可以調整 temperature 與 top_p 等參數以控制創造力。

串流回應

對於即時 token 生成，請啟用串流。伺服器會傳送 Server-Sent Events (SSE)。最後一個區塊包含 token 使用統計，讓您可以準確追蹤額度消耗。

Copyfrom openai import OpenAI

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

串流對於長輸出至關重要。您可以解析串流並在 token 到達時進行渲染。SDK 會自動處理 SSE 解析。

函式呼叫支援

在請求中定義工具。模型會回傳結構化的工具呼叫。您執行工具並將結果傳回，模型會繼續運作。這與 tool_choice 及標準函式定義相容。

Copyimport OpenAI from "openai";

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

也可透過 response_format 使用 JSON 模式。當您需要嚴格的 JSON 輸出且無需工具開銷時，請使用此功能。

限制、錯誤與上下文

上下文視窗總計為 100,000 token。每次請求的最大輸出為 32,000 token（若未指定則為 2,048）。速率限制為每分鐘 300 次請求，每支金鑰最多 8 個並行請求。請求主體必須低於 8 MB。

處理錯誤：401 表示金鑰無效，402 表示額度不足，429 表示超過速率限制。錯誤是免費的；您僅為已消耗的 token 付費。額度永不過期。若發生重複扣款，請使用支援頁面進行修復。

串流輸出

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)