面向开发者的 API 文档

认证和基础 URL

将您的密钥放入 Authorization 作为 bearer 令牌。

基础 URL 为 https://api.howtogetcodexapikey.com/v1.

每次请求需要此标头来验证您的账户。

错误如 401 表示密钥无效。

每个账户拥有一个活跃密钥。

通过 Google 或电子邮件获取。

无需电话号码。

在您的 SDK 配置中使用密钥。

聊天完成端点

发送消息至 POST /v1/chat/completions.

使用模型 ID uncensored.

它处理文本输入和文本输出。

此处无嵌入或图像。

支持工具和 JSON 模式。

调整 temperature 和 top_p。

轻松设置停止序列。

如果您愿意，可以流式传输结果。

查看参数的文档。

它快速且直接。

Copycurl https://api.howtogetcodexapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List my active api keys for the codex service."}]
  }'

模型列表与 ID

调用 GET /v1/models 查看可用选项。

你将看到 id uncensored.

这是一个开放权重模型。

在我们的服务器上运行。

不是 GPT 或 Claude。

此处无供应商锁定。

查看端点以获取详细信息。

列出模型版本。

保持客户端更新。

使用标准列表格式。

Copyfrom openai import OpenAI

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

流式传输与 token 使用情况

启用流式传输并 stream: true.

通过 SSE 数据块接收数据。

Token 用量出现在最后一个数据块中。

准确计算令牌。

按用量付费。

错误免费。

设置 max_tokens to 16000.

如果缺失，默认为 2048。

优雅地处理部分响应。

Copyimport OpenAI from "openai";

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

错误处理和限制

限流为每分钟 300 次请求。

每个密钥最多 8 个并发请求。

请求体必须小于 8 MB。

402 表示您需要更多余额。

429 表示您达到了限制。

401 表示您的密钥错误。

使用指数退避重试。

记录错误代码。

经常检查您的余额。

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)

上下文窗口和约束

上下文窗口为 100,000 token。

包含 prompt 和 completion。

输出最大值为 16,000 token。

长输入轻松适配。

仅针对未成年人内容才会拒绝。

允许成人内容。

使用正确的模型 ID。

保持提示简洁。

先从小的数据块开始测试。

随时扩展规模。