OpenRouter 用戶快速上手

安裝與設定

我們的 API 完全相容於標準的 OpenAI SDKs。要從 OpenRouter 切換過來，你只需要更新兩個設定值：base_url 與 api_key。將你的客戶端指向 https://api.openrouterapi.cc/v1，並使用從儀表板產生的金鑰。不需要自訂標頭或複雜的路由邏輯。要請求的模型 ID 為 uncensored。

確保你的 SDK 版本支援 base_url 參數。如果你使用原始 HTTP 客戶端，只需更新目標 URL。此配置可確保你現有的客戶端程式碼無需修改即可運作，前提是你僅發送文本完成請求。

驗證

驗證透過標準的 Authorization 標頭處理。將您的 API 金鑰作為 Bearer token 傳遞。如果金鑰無效或已過期，API 會回傳 401 錯誤。與某些供應商不同，我們不對失敗的請求收費；錯誤和拒絕都是免費的，因此您可以在不消耗額度的情況下測試驗證。

每個帳戶同時僅支援一個有效金鑰。產生新金鑰會立即使舊金鑰失效。請妥善保管你的金鑰，若懷疑已洩露請立即更換。金鑰在註冊後立即顯示，請在離開頁面前先複製它。

基本聊天完成

核心功能為 POST /v1/chat/completions 端點。將你的提示詞作為訊息列表發送，並接收文本回應。該模型經過調整，可在合法成人用途下無內容拒絕地回答，適合創意、具爭議性或安全研究主題。

將 model 欄位設為 uncensored。你可以使用 temperature、top_p 和 stop 等參數來控制行為。API 透過 response_format 支援 JSON 模式，並透過 tools 支援函式呼叫。所有請求皆為非同步處理，你將在模型完成後收到完整的完成內容。

串流回應

在請求中設定 stream: true 以啟用串流輸出。API 會回傳伺服器推送事件（SSE）與部分回應。當文字產生時，你會收到文字區塊，允許在應用程式中即時顯示。

Token 使用資訊提供在串流的最後一個區塊中。這允許您準確追蹤成本，而無需解析每個個別 token。串流非常適合對延遲敏感的聊天介面。確保您的客戶端正確處理 SSE，並在串流結束時關閉連線。

函式呼叫

API 透過 tools 參數支援函式呼叫。在 tools 陣列中定義你的函式，並將 tool_choice 設為 auto 或特定函式名稱。若觸發函式，模型將回傳結構化的 JSON 參數。

此功能有助於將 LLM 與外部 API 或資料庫整合。確保您的函式定義準確，因為模型依賴它們來產生有效參數。API 不會執行函式；您必須在應用程式程式碼中處理執行邏輯。

JSON 模式

對於結構化輸出，請使用 response_format: {"type": "json_object"}。這會強制模型回傳有效的 JSON，對於下游應用程式中的資料解析至關重要。對於簡單的資料擷取任務，JSON 模式通常比函式呼叫更可靠。

確保您的提示詞清楚指示模型返回 JSON。如果提示詞含糊不清，可能會產生無效的 JSON 回應。JSON 模式在標準和串流模式中均受支援。當您需要可預測、機器可讀的輸出時請使用它。

限制、錯誤與上下文

上下文視窗為 100,000 token，包含提示詞與完成內容。每次請求的最大輸出為 32,000 token（若未設定 max_tokens 則為 2,048）。速率限制為每分鐘 300 次請求，每個金鑰 8 個並行請求。請求主體上限為 8 MB。

錯誤回傳標準 HTTP 代碼：401 表示金鑰無效，402 表示額度不足，429 表示達到速率限制。額度為預付額度，因此 402 錯誤表示你需要儲值。錯誤與拒絕回應皆免費，因此你可以免費重試。硬性內容限制會封鎖涉及未成年人的性內容。

cURL

Copycurl https://api.openrouterapi.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.openrouterapi.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.openrouterapi.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

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)