Qwen 用戶快速上手

認證與基礎 URL

我們的 API 使用標準 Bearer token 認證。透過 Google 或電子郵件註冊後，您會立即獲得金鑰。請妥善保管此金鑰；它可存取您的預付額度。所有請求的基礎 URL 為 https://api.qwenapi.cc/v1。請更新您的客戶端設定，指向此端點而非預設的 OpenAI URL。

認證是透過在每個請求中傳遞 Authorization 標頭來處理。若無 API 金鑰，模型無法驗證您的帳戶餘額，將導致 401 錯誤。無需隱藏標頭或自訂認證機制。

首次請求

發送標準的聊天補全請求以測試連線。將 YOUR_API_KEY 替換為您的實際金鑰。該端點接受包含 model、messages 和 content 欄位的標準 JSON 載荷。

• 模型識別碼：uncensored
• 端點：POST /v1/chat/completions
• 格式：JSON

此請求將從您的餘額中消耗輸入 token。請確保您的客戶端正確處理 JSON 回應，以驗證連線是否正常運作。

Python SDK 整合

使用官方的 OpenAI Python 函式庫。它只需少量設定即可將流量路由至我們的端點。使用您的金鑰和正確的基礎 URL 初始化客戶端。此方法利用現有的程式碼庫，無需重寫請求邏輯。

建立回應時傳遞模型 ID uncensored。該函式庫會自動處理序列化和反序列化。此方法建議用於大多數後端整合和腳本工作流程。

Node SDK 整合

對於 JavaScript 或 TypeScript 環境，請使用 @anthropic-ai/sdk 或標準 OpenAI Node 套件。將基礎 URL 設定為指向我們的 API。這允許您將我們的服務嵌入現有的 Node 應用程式，而無需大幅重構。

請確保您使用的是支援自訂基礎 URL 的最新版本 SDK。傳遞模型識別碼 uncensored 以選擇我們的無審查模型。此設定可與 Express 路由或無伺服器函式無縫運作。

串流回應

在請求中設定 stream: true 以啟用串流。API 會在模型生成文字時返回伺服器發送的事件 (SSE)。這為最終使用者提供較低的延遲，並允許即時顯示輸出。

Token 使用統計資訊包含在串流的最後一個區塊中。請逐步處理每個增量以建立完整的回應。此功能對於聊天介面和需要即時回饋的應用程式至關重要。

限制、錯誤與上下文

請遵守速率限制以避免服務中斷。API 允許每分鐘 300 個請求，且每支金鑰最多允許 8 個並行請求。最大請求主體大小為 8 MB。若超過這些限制，您將收到 429 錯誤。

認證錯誤返回 401，表示金鑰無效或缺失。餘額錯誤返回 402，表示您的預付額度已耗盡。上下文視窗支援總計 100,000 token，每次請求的最大輸出為 32,000 token。錯誤和拒絕不會消耗額度。

cURL

Copycurl https://api.qwenapi.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.qwenapi.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.qwenapi.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)