Cursor 整合指南：OpenAI 相容 API

基礎 URL 與驗證

Cursor 使用您的 API 金鑰將請求路由至我們的託管端點。將標準的 OpenAI 基礎 URL 替換為我們的特定網域，即可在不修改客戶端程式碼的情況下啟用非審查生成。每個帳戶提供一個有效金鑰，您可透過 Google 或電子郵件登入即時生成。

配置環境變數或 IDE 設定以指向 HTTPS://api.cursoropenaiapikey.com/v1。模型識別碼僅為 "uncensored"。此設定確保每個請求都繞過預設的內容過濾器，同時保持與現有整合的完全兼容性。

基礎網址為 HTTPS://api.cursoropenaiapikey.com/v1。請以 Bearer token 的形式在 Authorization 標頭中傳遞您的金鑰。此方法適用於任何與 OpenAI SDK 相容的客戶端。

• 基礎 URL：HTTPS://api.cursoropenaiapikey.com/v1
• 模型 ID：uncensored
• 驗證：標頭中的 Bearer token

進行首次請求

發送標準的聊天完成請求以驗證連線與計費。我們的端點接受與 OpenAI 相同的 JSON 結構，確保與您現有腳本的即時相容性。回應將包含生成的文字以及令牌使用指標。

使用以下 cURL 指令來測試端點。將 YOUR_API_KEY 取代為從您的儀表板生成的金鑰。請求包含簡單的系統提示詞，以展示 uncensored 功能。

Copycurl https://api.cursoropenaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the current weather in Berlin"}]
  }'

成功回應包含輸入和輸出的 token 計數。401 錯誤表示金鑰無效，而 402 錯誤表示信用額不足。如果請求失敗，請檢查你的帳戶餘額。

Python SDK 集成

使用具有自訂 base URL 的官方 OpenAI Python 程式庫與我們的 API 互動。此方法允許您利用現有程式碼庫，而無需重寫客戶端邏輯。在初始化客戶端之前設定 base URL 和 API 金鑰。

使用您的憑證和正確的基礎 URL 初始化客戶端。然後呼叫 chat.completions.create，並使用模型 ID "uncensored"。回應物件提供對生成內容和使用統計數據的存取。

Copyfrom openai import OpenAI

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

這種方法確保與標準 Python 工作流程的兼容性。你可以傳遞額外的參數，如 temperature 或 stop sequences，以控制生成。SDK 自動處理序列化和響應解析。

Node.js SDK 集成

整合 Node.js OpenAI 套件，以從您的 JavaScript 或 TypeScript 應用程式發送請求。使用我們的基礎 URL 配置客戶端以啟用無審查生成。此設定與現有的 Node 專案無縫運作。

使用您的 API 金鑰和正確的基礎 URL 建立新的 OpenAI 用戶端實例。然後呼叫 chat.completions.create 方法。回應提供生成的文字與 token 使用資料。

Copyimport OpenAI from "openai";

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

此整合支援所有標準參數。您可以調整 temperature、top_p 和其他設定以微調輸出。SDK 高效地處理網路請求和回應解析。

串流回應

啟用串流以在產生時接收權杖。這降低了程式碼工作流程和互動式應用程式的感知延遲。API 隨每個權杖傳送伺服器傳送事件 (SSE)。

在您的請求中將 stream 參數設為 true。回應將包含多個區塊。Token 用量指標包含在最後一個區塊中，以避免計費差異。此方法非常適合即時使用者介面。

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)

在客戶端程式碼中處理串流事件。隨著 token 內容到達進行聚合。最後一個區塊包含總 token 用量以進行準確計費。這種方法確保低延遲交付而不犧牲準確性。

速率限制與上下文視窗

我們的 API 實施了嚴格的速率限制以確保一致的效能。每個金鑰支援每分鐘 300 次請求和 8 個並發請求。最大請求主體大小為 8 MB。超過這些限制將返回 429 錯誤。

提示與補全的總上下文視窗為 100,000 tokens。每次請求的最大輸出為 16,000 tokens。若未設定 max_tokens，預設值為 2,048 tokens。請妥善規劃提示內容，以避免截斷。

• 速率限制：300 次請求/分鐘
• 並行請求：8
• 上下文視窗：100,000 個 token
• 最大輸出：16,000 個 Token