快速入门：第一次 API 调用

基础 URL 和认证

您的 API 密钥对每个请求进行身份验证。您必须将其包含在 Authorization 页眉作为 Bearer 令牌。使用基础 URL https://api.textspolitical.com/v1 适用于所有端点。此 URL 兼容标准 OpenAI SDK 及任何兼容客户端。您的密钥可访问无审查模型，无需订阅费。

发送您的第一个聊天补全请求

向以下地址发送 POST 请求 /v1/chat/completions 附带您的提示。模型 ID 为 uncensored. 它返回文本，不过滤合法的成人内容。这种直接响应格式非常适合生成批量政治信息。使用以下示例验证您的连接。

Copycurl https://api.textspolitical.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three benefits of digital surveys for campaign outreach"}]
  }'

使用 Python 和 Node SDK

安装官方 OpenAI 库以简化集成。在初始化期间传递您的基础 URL 和 API 密钥。Python SDK 会自动处理 JSON 序列化。Node SDK 为 JavaScript 环境提供类似的功能。这两种工具都支持所需的参数，如 temperature 和 top_p。

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.textspolitical.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);

使用 SSE 的流式响应

通过将 stream: true. 随着 token 生成，您会收到服务器发送事件 (SSE)。这降低了长政治文本的感知延迟。Token 使用详情出现在最后一个数据块中。此方法对于实时聊天界面或文本生成至关重要。

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)

函数调用与 JSON 模式

使用 response_format 设置为 json_object 用于结构化数据。函数调用允许模型输出定义好的工具。这对于调查数据或标记的政治消息很有用。你还可以设置 tool_choice 以强制特定行为。确保您的模式与预期输出格式匹配。

速率限制与约束

每个密钥每分钟限 300 次请求。并发请求上限为 8 个。每个请求体必须保持在 8 MB 以下。上下文窗口总计支持 100,000 个 token。错误和拒绝不消耗额度。利用这些限制有效设计您的重试逻辑。