Cursor 集成指南：OpenAI 兼容 API

基础 URL 和认证

Cursor 使用您的 API 密钥将请求路由到我们的托管端点。将标准 OpenAI 基础 URL 替换为我们的特定域名，即可在不修改客户端代码的情况下启用无审查生成。每个账户您将获得一个活跃密钥，您可以通过 Google 或电子邮件登录即时生成。

配置环境变量或 IDE 设置以指向 HTTPS://api.cursoropenaiapikey.com/v1。模型标识符仅为 "uncensored"。此设置确保每个请求都绕过默认的内容过滤器，同时保持与现有集成的完全兼容性。

基础 URL 为 HTTPS://api.cursoropenaiapikey.com/v1。将您的密钥作为 Bearer token 在 Authorization 头中传递。此方法可与任何兼容 OpenAI SDK 的客户端配合使用。

• 基础 URL：HTTPS://api.cursoropenaiapikey.com/v1
• 模型 ID：uncensored
• 认证：请求头中的 Bearer 令牌

发起首次请求

发送标准聊天补全请求以验证连通性和计费。我们的端点接受与 OpenAI 相同的 JSON 结构，确保与现有脚本的即时兼容性。响应返回生成的文本以及令牌使用指标。

使用以下 cURL 命令测试端点。将 YOUR_API_KEY 替换为从仪表板生成的密钥。请求包含一个简单的系统提示，以演示 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"}]
  }'

成功响应包括输入和输出的令牌计数。401 错误表示密钥无效，而 402 信号表示余额不足。如果请求失败，请检查你的账户余额。

Python SDK 集成

使用带有自定义 base URL 的官方 OpenAI Python 库与我们的 API 交互。此方法允许您利用现有代码库而无需重写客户端逻辑。在初始化客户端之前设置 base URL 和 API 密钥。

使用您的凭据和正确的基础 URL 初始化客户端。然后调用 chat.completions.create，模型 ID 为 "uncensored"。响应对象提供对生成内容和统计信息的使用访问。

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)

此方法确保与标准 Python 工作流的兼容性。你可以传递温度或停止序列等额外参数来控制生成。SDK 自动处理序列化和响应解析。

Node.js SDK 集成

集成 Node.js OpenAI 包，以便从您的 JavaScript 或 TypeScript 应用中发送请求。使用我们的基础 URL 配置客户端以启用无审查生成。此设置与现有的 Node 项目无缝协作。

使用您的 API 密钥和正确的基础 URL 创建新的 OpenAI 客户端实例。然后调用 chat.completions.create 方法。响应提供生成的文本和 token 使用数据。

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);

此集成支持所有标准参数。您可以调整 temperature、top_p 和其他设置以微调输出。SDK 高效地处理网络请求和响应解析。

流式响应

启用流式传输以在生成时接收令牌。这降低了编码工作流和交互式应用程序的感知延迟。API 为每个令牌发送服务器发送事件 (SSE)。

在请求中将 stream 参数设置为 true。响应将包含多个 chunks。Token 使用指标包含在最后一个 chunk 中，以避免计费差异。这种方法非常适合实时用户界面。

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)

在客户端代码中处理流事件。随着令牌到达聚合令牌内容。最后一个块包含总令牌使用情况，以便准确计费。这种方法确保了低延迟交付，同时不牺牲准确性。

速率限制与上下文窗口

我们的 API 强制执行严格的速率限制以确保一致的性能。每个密钥支持每分钟 300 次请求和 8 个并发请求。最大请求体大小为 8 MB。超出这些限制将返回 429 错误。

上下文窗口为 100,000 个 token，包含提示词和补全内容。每次请求的最大输出为 16,000 个 token。如果未设置 max_tokens，默认值为 2,048 个 token。请合理规划提示词以避免截断。

• 速率限制：300 请求/分钟
• 并发请求：8
• 上下文窗口：10 万 token
• 最大输出：16,000 个 Token