Qwen api 文件：快速上手

基礎 URL 與驗證

使用 https://api.qwenapidocumentation.com/v1 作為您的基礎 URL。透過在 Authorization 標頭。

透過 Google 或電子郵件註冊，即可立即獲得您的金鑰。

聊天完成端點 (/v1/chat/completions)

傳送 POST 請求至 /v1/chat/completions 搭配您的模型 ID uncensored. 端點接受標準聊天訊息並返回文字。

• 輸入： 包含 messages 陣列。
• 輸出： Tokenized 文本回應。

我們的模型針對合法成人用途進行了調優，能夠在不進行內容拒絕的情況下進行回答。

Python SDK 整合

安裝官方 OpenAI Python 套件。在初始化客戶端之前，設定基礎 URL 和 API 金鑰。

• 上下文視窗： 總計 100,000 tokens。
• 最大輸出： 每次請求 16,000 tokens。

此設定確保您的客戶端程式碼運作方式與其他主要供應商完全相同。

Node.js SDK 用法

使用 openai Node.js 包。使用您的唯一 API 密鑰和我們的 base URL 配置客戶端。

• 速率限制： 每金鑰每分鐘 300 次請求。
• 並行處理： 8 simultaneous requests.

此功能可支援高吞吐量應用程式，無需複雜的重試邏輯。

透過 SSE 的串流回應

在請求主體中將 stream: true. API 返回伺服器發送的事件 (SSE)。

• Token 使用： 包含在最後一個區塊中。
• 即時： Token 隨生成而到達。

這非常適合期望獲得即時回饋的使用者的聊天介面。

錯誤處理與限制

優雅地處理標準 HTTP 錯誤。 401 表示無效金鑰。 402 意味著沒有信用額度。 429 是一種速率限制。

• 請求體： 最大 8 MB。
• 拒絕： 若內容違反硬性限制則免費。

錯誤不會消耗您的預付信用額。上下文視窗為 100,000 個 token。

cURL

Copycurl https://api.qwenapidocumentation.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the area of a circle with radius five"}]
  }'

Python

Copyfrom openai import OpenAI

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

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)