Hermes API：无审查生成的开发者指南

什么是 Hermes API？

hermes api 指的是一个专为需要原始文本生成且无需主流商业提供商典型内容过滤器的开发者设计的无审查大型语言模型接口。该服务作为通用 LLM API 的专用替代品运营，专注于一个标记为 uncensored 的单一模型。与将请求路由到不同供应商的多模型网关不同，该接口服务于托管在专用服务器上的一个开放权重模型，经过调优以回答成人、政治或争议性话题的问题而不会拒绝。

主要用例是将其集成到由客户端处理内容审核或模型本身不得阻止合法成人内容的应用程序中。该 API 严格为文本输入、文本输出。它不提供嵌入、图像生成或音频处理。寻求用于成人或无限制创意写作的纯文本生成引擎的开发者会发现此接口适合直接集成到现有代码库中。

需要注意的是，这是一个独立服务。它不提供 GPT、Claude 或其他厂商的模型。该模型运行在自有基础设施上，通过标准 REST 接口访问。hermes api 名称在开发者社区中常被通俗地用来指代这种特定的无审查生成能力，以区别于基础开源变体。

为什么选择无审查模型？

标准 LLM 通常采用拒绝机制，当关键词或上下文涉及成人主题、政治异见或利基爱好时会触发。对于构建内容平台、角色扮演引擎或创意写作工具的开发者来说，这些拒绝可能会破坏用户体验。像这里提供的无审查模型优先考虑回答提示词，而不是执行特定的道德或安全准则，只要内容不违法（例如涉及未成年人）。

选择无审查接口允许对最终输出有更大的控制权。如果你需要模型描述暴力、性主题或有争议的历史事件，而不会出现 403 或过滤后的响应，此 API 就是为此目的设计的。这对于 uncensored llama 和 uncensored mistral 爱好者特别有用，他们希望获得这些基础模型的行为，而没有商业提供商添加的额外安全层。

• 一致性： 模型不会基于模糊上下文随机拒绝。
• 创作自由： 非常适合小说、色情或边缘幽默生成。
• 简单性： 一个模型，一种行为，无需复杂的路由逻辑。

与 OpenAI SDK 的兼容性

该接口最大的优势是严格遵守 OpenAI API 规范。你可以使用官方 openai Python SDK、Node.js 客户端或任何其他 OpenAI 兼容库，只需更改 Base URL 和 API 密钥即可。该接口支持 POST /v1/chat/completions 和 GET /v1/models，确保标准请求体和响应结构开箱即用。

要集成，请将默认 Base URL 替换为 https://api.openrouternsfw.com/v1 并提供你的 API 密钥。你在请求体中发送的模型 ID 是 uncensored。这意味着你用于处理聊天历史、系统提示词和用户消息的现有代码无需修改。这种兼容性也扩展到已经熟悉 OpenAI JSON 结构的 uncensored grok 和 deepseek api 用户。

该接口支持通过服务器发送事件 (SSE) 进行流式响应，允许你处理生成的 token。它还支持函数调用（工具）、用于结构化输出的 JSON 模式以及标准参数，如 temperature 和 top_p。这使其成为许多标准 LLM 集成的即插即用替代品。

配置：Temperature 和 Top P

通过标准参数控制输出的随机性和创造性。temperature 值调整下一个 token 的概率分布。较低的温度（例如 0.2）使输出更具确定性和专注性，而较高的温度（例如 0.8）增加创造力和变异性。对于成人内容生成，中等温度通常在连贯性和多样性之间产生最佳平衡。

top_p 参数控制核采样。它将模型的考虑范围限制在累积概率超过 p 的 token。这是控制随机性的另一种方式，通常与 temperature 一起使用。例如，top_p 为 0.95 意味着模型仅考虑最可能的 95% 的 token。

其他支持的参数包括 stop 序列、用于可重复性的 seed，以及用于抑制重复的 presence_penalty 和 frequency_penalty。这些配置通过请求正文传递，方式与任何兼容 OpenAI 的模型相同。调整这些设置可让你针对特定风格或详细程度微调 hermes api 的输出。

处理流式响应

流式输出对于实时用户体验至关重要。API 支持服务器发送事件 (SSE)，允许你接收生成的 token，而不是等待完整响应。这减少了感知延迟并改善了聊天界面的用户体验。

使用官方 SDK 时，通过在请求中设置 stream=True 启用流式输出。SDK 将在数据到达时生成数据块。流中的最后一个块通常包含使用统计信息，包括输入和输出 token 的数量。这允许你实时准确跟踪成本。

对于非 SDK 实现，你可以直接解析 SSE 流。每个数据块以 data: 开头，后跟一个 JSON 对象。最后一个数据块将包含 data: [DONE]。请确保你的客户端能优雅地处理潜在的网络中断，因为流式连接可能会断开。hermes api 确保在最后一个数据块中可靠地报告使用数据，以便进行计费。

Token 效率和限制

该模型支持 100,000 个 token 的上下文窗口，包括提示词和补全。这对于大多数长篇内容生成和复杂推理任务来说已经足够。单个请求没有单独的输出上限，如果你不指定 max_tokens，响应可以一直运行到窗口末尾。对于非常长的响应，你可能需要实现逻辑来分块提示词或请求多个补全。

定价透明且基于 token 使用情况。输入 token 的成本为每 100 万 token $0.15，输出 token 的成本为每 100 万 token $0.50。错误和拒绝（针对次要内容过滤器）是免费的，因此你只为成功的生成付费。该模型对于大规模文本生成非常高效。

• 上下文窗口： 总计 100,000 token。
• 最大输出： 最多可达 100,000 个 token 的上下文窗口。
• 速率限制： 每个密钥每分钟 300 个请求。
• 并发： 每个密钥 8 个并发请求。

与其他模型比较

在评估 hermes api 时，将其与其他 uncensored llama 或 uncensored mistral 选项进行比较是有帮助的。与 Ollama 等自托管解决方案不同，该服务无需管理基础设施。你获得一个可靠的接口，无需配置 GPU 或管理模型权重。与多模型网关不同，它提供单一、一致的行为，没有路由开销。

与 GPT-4o 或 Claude 等商业模型相比，该接口对于大规模文本生成要便宜得多，并且不应用内容过滤器。但是，它可能无法匹配最大专有模型的推理能力。它最适合内容灵活性比最先进逻辑更重要的任务。

对于 deepseek api 用户，定价结构具有竞争力，但模型架构不同。hermes api 针对无审查文本生成进行了优化，使其成为专用工具而非通用 AI。如果你需要嵌入或图像生成，你需要使用不同的服务，因为该接口仅支持文本。

通过代码示例入门

集成 API 很简单。你需要一个 API 密钥，可以通过使用 Google 或电子邮件注册生成。密钥会立即提供。然后，使用 Base URL https://api.openrouternsfw.com/v1 和模型 ID uncensored 配置你的 SDK。

以下是使用官方 SDK 的基本 Python 示例：

复制from openai import OpenAI

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

以及一个 Node.js 示例：

复制import OpenAI from "openai";

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

对于流式响应，SDK 会自动处理 SSE 解析。你可以随着块的到达对其进行迭代。这允许在你的应用程序中实时显示文本。hermes api 确保响应格式符合 OpenAI 标准，因此标准用例不需要自定义解析逻辑。

更多指南

• OpenRouter 免费替代品？你实际得到什么
• 如何在 Janitor AI 中使用 OpenRouter：代理设置设置
• 开源 Discord 机器人搭配无审查 LLM