UncensoredLabs/uncensored-ai-api

项目定位

这个仓库是 UncensoredLabs 托管服务的公开文档与示例代码所在地。该服务把经过 abliterated 处理、减少拒答倾向的 DeepSeek 和 GLM 文本模型放在一个 OpenAI 兼容 API 后面，已有客户端只需把 base URL 换成托管端点并选择模型 ID 即可继续使用；同一账号还能进入浏览器 Chat。

托管平台的实现不在本仓库中，这里提供的是指南、配置示例，以及可运行的 Python 和 TypeScript 示例，覆盖对话、流式响应、编码客户端、错误与计费、兼容性与隐私等主题（项目说明、指南列表）。

快速使用

1. 在控制台创建账号并生成 application API key。README 特别说明 16 位的账号登录 key 是另一种凭证，不能用于 API 请求。
2. 导出密钥并向 OpenAI 兼容端点发送请求：

export UNCENSOREDLABS_API_KEY="YOUR_APPLICATION_API_KEY"
curl --fail-with-body https://uncensoredlabs.dev/v1/chat/completions \
  -H "Authorization: Bearer $UNCENSOREDLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash-1017-abliterated",
    "messages": [{"role": "user", "content": "解释如何验证一处 HTML 注入修复。"}],
    "max_tokens": 1024
  }'

请求成功后会返回托管模型生成的对话补全。Quickstart 给出 Linux/macOS 与 PowerShell 的环境配置；仓库还提供可直接运行的 Python 和 TypeScript 普通请求示例，以及流式示例。Cline、Continue、OpenCode 可参考客户端配置指南接入。

模型与价格

目录中共有六个模型 ID，均为纯文本，支持流式输出和 function tools，每个条目上下文为 1,000,000 token。价格按 README 在 2026 年 11 月 1 日的快照，单位为美元/百万 token：

模型 ID	输入	缓存输入	输出	最大输出
deepseek-v4-pro-uncensored	$0.50	$0.10	$0.50	65,536
deepseek-v4.1-flash-1017-abliterated	$0.30	$0.12	$0.30	65,536
deepseek-v4.1-flash-abliterated	$0.30	$0.10	$0.30	65,536
deepseek-v4.1-flash-abliterated-fast	$1.40	$0.32	$1.40	65,536
glm-5.3-abliterated	$1.40	$0.40	$1.40	130,000
glm-5.3-uncensored	$0.35	$0.10	$0.35	65,536

价格和可用性会变化，以线上模型目录为准。README 也提醒，出现在目录中不代表该模型当前运行正常。

使用约束

• 需要账号和 application API key；请求按预付额度扣费，README 说明请求会在生成前预留额度，余额较小时可能无法覆盖部分模型的预留金额。
• 符合条件的新账号可获得 $0.10 试用额度，预付充值最低 $3；反复触发试用识别时可能需要身份验证。
• “Abliterated”指模型权重经过修改以减少拒答行为，并不保证答案正确，也不保证每个提示都不会被拒绝。
• UncensoredLabs 是独立服务，与 OpenAI、DeepSeek、智谱 AI 没有隶属关系。
• 仓库的 MIT 许可证只覆盖原始文档和示例代码，不覆盖托管平台源码、模型权重或第三方服务。

HotRepo 点评

该仓库没有记录到 GitHub 全部语言日榜名次。首个快照是 2026 年 11 月 4 日的 JavaScript 新项目榜，统计窗口从 2026 年 11 月 3 日 15:45 UTC 开始，记录了 158 个新增 Star 和 36 个新增 Fork。逐小时 Star 采样显示，11 月 3 日到 11 月 4 日凌晨从 100 缓慢升到 105，随后在窗口末尾跳到 258，属于后段突然抬升而非平稳增长；单次窗口只能说明当天数据，不能当作趋势判断。仓库本身是围绕付费托管 API 的文档与示例包，宜按示例材料评估，而不是当作可自托管的模型或平台。