快速入门指南

基础 URL 和认证

API 基础 URL 为 https://api.buyclaudeapi.com/v1. 您必须在 Authorization 每次请求时的请求头。通过仪表板的 Google 或邮箱登录即时生成密钥。注册无需电话号码。系统为每个账户颁发一个有效密钥，重新生成时将替换之前的密钥。

基本聊天补全

向以下地址发送 POST 请求 /v1/chat/completions 附带您的消息。模型 ID 为 uncensored. 此端点处理文本输入并返回文本输出，无内容拒绝，适用于合法的成人用途。它功能完全等同于标准 OpenAI 聊天界面。用于直接集成到您的应用中。

Python SDK 集成

安装官方 openai 包并将其指向我们的基础 URL。在客户端配置中设置 API 密钥。这允许你使用现有的 Python 代码进行最小更改。客户端自动处理 HTTP 通信和 JSON 解析。原生支持流式传输和 JSON 模式。

Node SDK 集成

使用 openai 连接到我们端点的 Node.js 包。在客户端初始化中配置 base URL 和 API 密钥。此方法适用于标准 TypeScript 和 JavaScript 项目。你可以直接重用现有的 OpenAI 兼容客户端代码。模型无需修改即可响应标准提示结构。

流式响应

通过将 stream: true 在您的请求中。API 返回用于实时 Token 交付的服务器发送的事件 (SSE)。Token 用量数据包含在流的最后一个数据块中。这降低了终端用户的感知延迟。您可以按到达顺序解析增量文本更新。

限制、错误和上下文

上下文窗口总计 100,000 个 token。每次请求的最大输出为 16,000 个 token。您被限制为每分钟 300 次请求和 8 个并发请求。401 错误表示您的密钥无效。402 错误表示余额不足。429 错误表示速率限制耗尽。错误不消耗您的预付费额度。只为成功的 token 生成付费。

cURL

Copycurl https://api.buyclaudeapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "get total users from last query"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.buyclaudeapi.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.js

Copyimport OpenAI from "openai";

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

流式传输

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)