Grok 使用者快速上手指南

基礎 URL 與身份驗證

我們的 API 完全與 OpenAI SDKs 相容。你只需更新 base_url 並在 Authorization 標頭提供你的金鑰。透過 Google 或電子郵件註冊即可立即取得金鑰。開始使用無需電話號碼或信用卡。所有請求皆使用 uncensored 模型 ID。

驗證透過 Bearer tokens 處理。確保你的金鑰在每個請求標頭中傳送。若收到 401 錯誤，表示你的金鑰無效或已過期。我們的服務是獨立的，不轉售其他廠商的模型。

基本聊天完成

發送標準 POST 請求至 /v1/chat/completions。API 接受文字輸入並回傳文字輸出。你可以定義系統提示詞以引導模型行為。模型會針對合法成人內容、小說或爭議性話題無拒絕地回應。

在請求主體中將模型指定為 uncensored。上下文視窗總共支援最多 100,000 個 token。每次請求的最大輸出為 32,000 個 token。錯誤與拒絕回應不會消耗額度。

串流回應

透過設定 stream: true 啟用串流輸出。API 回傳 Server-Sent Events (SSE)。每個區塊包含遞增的文字更新。最後一個區塊包含 token 使用統計數據，以確保帳務透明度。

串流非常適合即時 UI 更新。解析 SSE 串流以在生成時顯示文字。這可降低使用者的感知延遲。API 會自動處理串流協定。

函式呼叫

在 tools 參數中定義工具。模型可回傳結構化的 tool_calls。使用 tool_choice 強制特定行為。這可實現與外部系統和工作流程的整合。

函式呼叫使用標準 OpenAI 格式運作。解析回應以執行要求的工具。模型在函式呼叫之間保持上下文。這對於自動化代理程式和資料擷取任務非常有用。

JSON 模式

將 response_format 設為 {"type": "json_object"} 以獲得嚴格的 JSON 輸出。模型會將其回應格式化為有效的 JSON。這對於在應用程式中解析結構化資料很有用。

JSON 模式確保格式一致。當你的後端程式碼預期特定的結構描述時，請使用此模式。模型會遵循要求的格式。這減少了額外解析邏輯的需求。

參數、限制與錯誤

透過 temperature、top_p 與 stop 序列控制生成。每支金鑰的速率限制為每分鐘 300 次請求。最多可擁有 8 個並行請求。請求主體不得超過 8 MB。402 錯誤表示額度不足。429 錯誤表示已達到速率限制。額度為預付額度且永不過期。錯誤不計費。

cURL

Copycurl https://api.grokuncensored.cc/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."}]
  }'

Python

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

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)