NSFW चैट: बिना सेंसर LLM API दस्तावेज़ीकरण

Base URL और प्रमाणीकरण

शुरू करें अपने OpenAI-संगत क्लाइंट को बेस URL https://api.nsfwchat.top/v1 पर इशारा करके। प्रत्येक अनुरोध को प्रमाणीकृत करने के लिए, अपने API कुंजी को Authorization हेडर में Bearer टोकन के रूप में शामिल करें। आप Google या ईमेल के माध्यम से साइन इन करने के तुरंत बाद Get API कुंजी पेज पर इस कुंजी को जनरेट कर सकते हैं। कुंजी निर्माण के समय केवल एक बार प्रदर्शित होती है, इसलिए इसे सुरक्षित रूप से सहेजें। यह एकल कुंजी आपके खाते के प्रीपेड क्रेडिट और अनुरोध सीमाओं से जुड़ी है।

पहला अनुरोध

कनेक्टिविटी और प्रतिक्रिया गुणवत्ता का परीक्षण करने के लिए एक मानक चैट-सम्पूर्णन अनुरोध भेजें। वयस्क सामग्री के लिए ट्यून्ड ओपन-वेट मॉडल तक पहुँचने के लिए मॉडल ID uncensored का उपयोग करें। API टेक्स्ट इनपुट स्वीकार करता है और टेक्स्ट आउटपुट लौटाता है। सुनिश्चित करें कि आपके पेलोड में messages सरणी और model फ़ील्ड शामिल है। यह बेसिक कॉल यह सत्यापित करता है कि आपकी प्रमाणीकरण और बेस URL कॉन्फ़िगरेशन सही है, जिससे आप अपनी एप्लिकेशन लॉजिक बना सकते हैं।

Python SDK एकीकरण

API के साथ इंटरैक्ट करने के लिए आधिकारिक OpenAI Python SDK का उपयोग करें। base_url और api_key एनवायरनमेंट वेरिएबल सेट करें या उन्हें सीधे क्लाइंट कन्स्ट्रक्टर में पास करें। मॉडल uncensored के साथ chat.completions.create कॉल करें। यह दृष्टिकोण NSFW चैट एप्लिकेशन के लिए मौजूदा कम्युनिटी कोड का लाभ उठाता है। SDK सिरियलाइजेशन और एरर पार्सिंग संभालता है, जिससे आप अपने Python एनवायरनमेंट में प्रॉम्प्ट इंजीनियरिंग और मैसेज हिस्ट्री मैनेजमेंट पर ध्यान केंद्रित कर सकते हैं।

Node SDK एकीकरण

JavaScript या TypeScript एप्लिकेशन के लिए, अपने बेस URL और API कुंजी के साथ OpenAI क्लाइंट को इनिशियलाइज़ करें। Node SDK डिफ़ॉल्ट रूप से असिंक्रोनस होता है, जो सभी API कॉल्स के लिए प्रॉमिसेस लौटाता है। अपनी कन्वर्सेशन हिस्ट्री भेजने के लिए chat.completions.create को इंकॉक करें। यह इंटीग्रेशन वेब सर्वर या Node-आधारित गेम बैकएंड्स के लिए आदर्श है जो नॉन-ब्लॉकिंग I/O की आवश्यकता रखते हैं। असिस्टेंट की प्रतिक्रिया निकालने और अपने लोकल स्टेट या डेटाबेस को अपडेट करने के लिए रिस्पॉन्स ऑब्जेक्ट हैंडल करें।

SSE के माध्यम से स्ट्रीमिंग प्रतिक्रियाएं

अपने अनुरोध में stream: true सेट करके स्ट्रीमिंग सक्षम करें। API टेक्स्ट जनरेट करते समय सर्वर-सेंट इवेंट्स (SSE) लौटाता है। प्रत्येक चंक में आंशिक डेल्टा शामिल होते हैं। अंतिम चंक में अनुरोध के लिए टोकन यूसेज सांख्यिकी शामिल होती है। यह विधि NSFW चैट इंटरफेस में उपयोगकर्ताओं की अनुभूत विलंबता को कम करती है, क्योंकि टेक्स्ट जनरेट होते ही प्रदर्शित होता है। क्लाइंट में प्रत्येक इवेंट को प्रोसेस करें ताकि यूआई को रियल-टाइम में अपडेट किया जा सके।

सीमाएं, त्रुटियां और कॉन्टेक्स्ट विंडो

कॉन्टेक्स्ट विंडो प्रॉम्प्ट और कम्प्लीशन के लिए 100,000 टोकन तक समर्थित है। आपके अनुरोध बॉडी का आकार 8 MB से अधिक नहीं होना चाहिए। प्रति मिनट 300 अनुरोध और प्रति कुंजी 8 समानांतर अनुरोधों की सीमा है। यदि आपका प्रीपेड क्रेडिट समाप्त हो जाता है, तो API आगे के अनुरोधों को अस्वीकार कर देता है। प्रमाणीकरण विफलताएं 401 एरर लौटाती हैं, और रेट लिमिट्स 429 रिस्पॉन्स ट्रिगर करती हैं। सुनिश्चित करें कि आपकी एप्लिकेशन इन एरर्स को प्रभावी ढंग से हैंडल करे ताकि हाई ट्राफिक पीरियड्स के दौरान उपयोगकर्ता अनुभव सुचारू रहे।

cURL

Copycurl https://api.nsfwchat.top/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.nsfwchat.top/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.nsfwchat.top/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);

स्ट्रीमिंग

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)