Web Search API 快速入门：几分钟内完成集成

llmwebsearchapi.com›authentication-base-url

认证与基础 URL

要使用 API，你需要一个 API 密钥。只需电子邮件和密码即可在获取 API 密钥页面注册。你的密钥会立即显示。试用额度无需信用卡。使用基础 URL https://api.llmwebsearchapi.com/v1 配合任何 OpenAI 兼容客户端。模型 ID 为 uncensored。该模型是开放权重模型，经过调整，可对合法的成人、虚构或争议性话题进行无拒绝回答。它不是 GPT、Claude 或其他供应商的模型。

llmwebsearchapi.com›basic-chat-completion-request

基本聊天补全请求

发送标准的聊天补全请求以从搜索结果中提取文本。API 接受messages并返回补全结果。使用模型uncensored以确保内容过滤器不会屏蔽你的数据。请求体最多支持 8 MB。以下是基本提取任务的 cURL 示例。

Copycurl https://api.llmwebsearchapi.com/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."}]
  }'

响应包含生成的文本，你可以将其传递给代理的记忆层或摘要层。

llmwebsearchapi.com›sdk-examples-for-python-and-javascript

Python 和 JavaScript 的 SDK 示例

使用官方的 Python 和 Node.js OpenAI SDK。将base_url设置为我们的接口并提供你的 API 密钥。Python SDK 自动处理流式输出和 JSON 解析。Node SDK 工作方式类似。以下是 Python 示例，展示如何初始化客户端并发送请求。

Copyfrom openai import OpenAI

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

对于 JavaScript，设置几乎完全相同。设置环境变量或直接传递密钥。模型 ID 仍为uncensored。

Copyimport OpenAI from "openai";

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

llmwebsearchapi.com›streaming-responses-for-real-time-processing

用于实时处理的流式响应

在请求中设置stream: true以启用流式输出。API 返回服务器发送事件 (SSE) token。这对于长搜索结果的实时处理非常有用。你可以实时显示 token 或将其累积以供后续使用。流式响应格式符合 OpenAI 标准。以下是使用 cURL 的流式示例。

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)

解析每个 SSE 消息中的data字段以获取部分文本。

llmwebsearchapi.com›tool-calling-for-search-result-structuring

用于搜索结果结构化的工具调用

使用工具调用来结构化提取的数据。定义所需输出的模式，例如 URL 列表或摘要对象。API 返回符合你模式的结构化 JSON。这非常适合用干净、类型化的数据填充 AI 代理记忆。在tools参数中定义工具并指定函数名。模型将返回一个函数调用对象。然后你可以执行该函数或直接存储结果。

llmwebsearchapi.com›handling-context-windows-for-long-searches

处理长搜索的上下文窗口

上下文窗口为 100,000 token（包括提示词和补全）。如果你的搜索结果超过此限制，你必须在发送前截断或摘要它们。API 不会自动处理长上下文。只发送相关文本以保持在限制内。如果超出限制，你将收到错误。监控你的 token 使用情况以避免意外费用。价格为每 1M 输入 token $0.25，每 1M 输出 token $1.00。

llmwebsearchapi.com›rate-limits-and-error-codes

速率限制和错误代码

速率限制为每个密钥每分钟 300 个请求。请求体限制为 8 MB。如果你发送了无效密钥，将收到 401 错误。如果你没有额度，将收到 402 错误。如果你超出速率限制，将收到 429 错误。随时重新生成密钥以撤销旧密钥。每个账户只有一个密钥。试用额度在 7 天后过期。充值从 $10 起，并提供额外额度选项。