Minicpm 用戶快速上手

Base URL 與驗證

要使用此 API，您需要 API 金鑰與正確的 Base URL。我們的服務完全相容於標準 OpenAI 用戶端程式庫。您無需安裝新的相依套件或學習新的 SDK。只需將您現有的用戶端指向我們的端點即可。

在取得 API 金鑰頁面產生金鑰。您可以使用 Google 登入，或使用電子郵件與密碼。金鑰會立即顯示。請安全儲存。每筆請求都必須在Authorization標頭中包含此金鑰。

所有請求的 Base URL 為：https://api.minicpm.cc/v1。此 URL 處理聊天補全、模型列出與串流回應。沒有用於嵌入或視覺的獨立端點。這是一個僅限文字的 API。

首次請求

發送標準的聊天補全請求以開始生成文字。模型 ID 始終為uncensored。此模型是一個開放權重大型語言模型，針對合法成人用途進行微調，可無內容拒絕地回答。它不是 GPT、Claude 或其他廠商的模型。

將model欄位設定為uncensored。以標準陣列格式提供您的訊息。API 會回傳文字回應。您可以使用max_tokens控制輸出長度。若未設定，預設最大輸出為 2,048 token。

Python SDK 整合

使用官方 OpenAI Python 函式庫與 API 互動。你只需設定 Base URL 與 API 金鑰即可。函式庫其餘功能皆如預期運作。這包括支援串流輸出、函式呼叫與 JSON 模式。

使用 pip install openai 安裝函式庫。以你的 Base URL 和金鑰初始化客戶端。向聊天完成端點傳送訊息。回應物件包含生成的文字、token 用量與結束原因。你可以在 Python 程式碼中直接存取這些欄位。

Node SDK 整合

Node.js SDK 的運作方式與 Python 版本相同。安裝套件並設定 Base URL。用戶端會自動處理驗證與請求格式化。這使您能快速將 API 整合至後端服務。

將 Base URL 與 API 金鑰傳遞給 OpenAI 用戶端建構子。使用chat.completions.create方法。回應結構符合 OpenAI 標準。您可以處理錯誤、檢查 token 使用情況並處理內容。此方法確保與已使用 OpenAI 的現有程式碼庫相容。

串流回應

在請求中設定stream: true以啟用串流。API 會回傳一系列 Server-Sent Events (SSE)。每個事件包含回應的區塊。這允許您在生成文字時即時顯示給使用者。

最後一個區塊包含 token 使用統計。這有助於追蹤成本。串流可降低使用者的感知延遲。建議用於聊天介面。您可以在用戶端程式碼中解析事件，以建構最終回應或即時顯示 token。

限制、錯誤與上下文

此模型支援 100,000 token 的上下文視窗。這包含提示詞與補全。每筆請求的最大輸出為 32,000 token。您可以調整max_tokens參數來控制此限制。

速率限制設為每分鐘每支金鑰 300 次請求。你可擁有 8 個並行請求。請求主體必須在 8 MB 以下。若金鑰無效，你將收到 401 錯誤。若你沒有額度，你將收到 402 錯誤。若超過速率限制，你將收到 429 錯誤。錯誤與拒絕不會消耗額度。

cURL

Copycurl https://api.minicpm.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.minicpm.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.minicpm.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);

串流輸出

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)

2026-050