Qwen api 文档：快速入门

基础 URL 和认证

使用 https://api.qwenapidocumentation.com/v1 作为您的基础 URL。通过在 Authorization 。

通过 Google 或邮箱注册，即可立即获得密钥。

聊天完成端点 (/v1/chat/completions)

发送 POST 请求至 /v1/chat/completions 附带您的模型 ID uncensored. 该端点接受标准聊天消息并返回文本。

• 输入： 包含 messages 数组。
• 输出： Tokenized text response.（分词文本回复。）

我们的模型针对合法成人用途进行无内容拒绝的回答。

Python SDK 集成

安装官方 OpenAI Python 包。在初始化客户端之前设置基础 URL 和 API 密钥。

• 上下文窗口： 100,000 个 token 总计。
• 最大输出： 每次请求 16,000 个 token。

此配置确保您的客户端代码与其他主要供应商的代码完全一致。

Node.js SDK 用法

使用 openai Node.js 包。使用你的唯一 API 密钥和我们的 base URL 配置客户端。

• 速率限制： 每个密钥每分钟 300 次请求。
• 并发： 8 simultaneous requests.

此功能支持高吞吐量应用，无需复杂的重试逻辑。

带有 SSE 的流式响应

通过将 stream: true. API 返回 Server-Sent Events (SSE)。

• Token 使用： 包含在最后一个块中。
• 实时： Token随生成过程到达。

这对于期望即时反馈的聊天界面非常理想。

错误处理和限制

处理标准 HTTP 错误。 401 表示密钥无效。 402 意味着没有余额。 429 是速率限制。

• 请求体： 最大 8 MB。
• 拒绝： 如果内容违反硬性限制，则免费。

错误不会消耗您的预充值余额。上下文窗口为 100,000 个令牌。

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);

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)