API 文档：聊天补全

基础 URL 和认证

基础 URL 为 https://api.routeria.cc/v1。将您的 API 密钥放在 Authorization 。错误和拒绝是免费的，因此您只为生成的 token 付费。

• GET /v1/models 列出可用模型。
• POST /v1/chat/completions 处理文本生成。

认证很严格。401 错误表示您的密钥无效或缺失。402 错误表示预付费余额不足。您可以使用 USDT (TRC20) 或 USDC (Base) 充值。

首次使用cURL的请求

向聊天补全端点发送 POST 请求。模型 ID 为 uncensored. 它是一个开放权重模型，专为在法律允许的成人用途下不进行内容审查而调整。

您必须设置 Content-Type 请求头以 application/json. 请求体包含模型 ID 和你的消息数组。

错误不会消耗您的信用余额。您可以先调用 models 端点来验证您的密钥。

Copycurl https://api.routeria.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "explain how the router handles packet loss"}]
  }'

Python SDK 集成

使用官方 OpenAI Python SDK。将 base URL 设置为 https://api.routeria.cc/v1 并提供您的 API 密钥。模型 ID 保持 uncensored.

这种方法保持你现有代码的完整。你只需更改配置对象。SDK 自动处理 JSON 序列化和重试逻辑。

通过 stream 参数。您会收到生成的文本块。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.routeria.cc/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

使用正确的基础 URL 和 API 密钥初始化客户端。传递模型 ID uncensored 在你的补全调用中。

Node SDK 镜像 Python 实现。您可以流式传输响应或等待完整补全。token 使用情况在最后一个 chunk 中报告。

确保您的环境变量安全存储密钥。API 密钥在通过 Google 或电子邮件注册后立即显示。

Copyimport OpenAI from "openai";

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

流式传输与 token 使用情况

通过将 stream: true 在请求中。你会为每个 token 收到服务器发送事件（SSE）。

最后一个 chunk 包含完整的 token 使用统计信息。输入 token 按每 1M token $0.15 收费。输出 token 按每 1M token $0.50 收费。

流式传输降低了感知延迟。你可以随着文本的到达进行显示。上下文窗口总共支持 100,000 个 token。

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)

函数调用与 JSON 模式

启用带有 tools 参数。模型支持 tool_choice 用于严格控。使用 response_format: {"type": "json_object"} 用于结构化输出。

这确保了您应用中的一致解析。该模型针对清晰、结构化的响应进行了优化。

您可以将工具与流式传输结合使用。模型将根据需要调用函数。所有参数如 temperature 和 top_p 受支持。

参数：温度、Top-P、停止

调整 temperature 用于创造力。较低的值使输出更具确定性。 top_p 控制核采样。设置 stop 序列以终止生成。

其他支持的参数包括 seed, presence_penalty，以及 frequency_penalty. 这些参数允许对输出风格进行微调。

默认最大输出为 2,048 个 token。您可以将每次请求的输出增加至 16,000 个 token。总上下文窗口为 100,000 个 token。

限制和配额

每个 API 密钥每分钟限 300 次请求。每个密钥最多可有 8 个并发请求。请求体大小上限为 8 MB。

429 错误表示您已超过速率限制。等待后再重试。每个账户只有一个活动密钥；新密钥将替换旧密钥。

模型 ID 始终为 uncensored. 它不是 GPT、Claude 或任何其他供应商的模型。它是一个在我们的服务器上运行的开放权重模型。