Chat NSFW: Dokumentasi API LLM Tanpa Sensor

URL Dasar dan Autentikasi

Mulai dengan mengarahkan klien OpenAI-compatible Anda ke URL dasar https://api.nsfwchat.top/v1. Autentikasi setiap permintaan dengan menyertakan kunci API Anda di header Authorization sebagai token Bearer. Anda dapat membuat kunci ini segera setelah masuk melalui Google atau email di halaman Dapatkan kunci API. Kunci ditampilkan sekali saat dibuat, jadi simpan dengan aman. Kunci tunggal ini terkait dengan saldo prabayar dan batas permintaan akun Anda.

Permintaan Pertama

Kirimkan permintaan chat-completions standar untuk menguji konektivitas dan kualitas respons. Gunakan ID model uncensored untuk mengakses model bobot terbuka yang disesuaikan untuk konten dewasa. API menerima input teks dan mengembalikan output teks. Pastikan payload Anda menyertakan array messages dan bidang model. Panggilan dasar ini memverifikasi bahwa autentikasi dan konfigurasi URL dasar Anda benar sebelum Anda membangun logika aplikasi Anda.

Integrasi SDK Python

Gunakan SDK Python OpenAI resmi untuk berinteraksi dengan API. Setel variabel lingkungan base_url dan api_key atau teruskan secara langsung ke konstruktor klien. Panggil chat.completions.create dengan model uncensored. Pendekatan ini memanfaatkan kode komunitas yang ada untuk aplikasi chat NSFW. SDK menangani serialisasi dan parsing kesalahan, memungkinkan Anda fokus pada rekayasa prompt dan manajemen riwayat pesan di lingkungan Python Anda.

Integrasi SDK Node.js

Untuk aplikasi JavaScript atau TypeScript, inisialisasi klien OpenAI dengan URL dasar dan kunci API Anda. SDK Node bersifat asinkron secara default, mengembalikan janji untuk semua panggilan API. Panggil chat.completions.create untuk mengirim riwayat percakapan Anda. Integrasi ini sangat ideal untuk server web atau backend game berbasis Node yang memerlukan I/O non-blocking. Tangani objek respons untuk mengekstrak balasan asisten dan memperbarui status lokal atau basis data Anda.

Respons Streaming via SSE

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan Server-Sent Events (SSE) saat model menghasilkan teks. Setiap bagian berisi delta parsial. Bagian terakhir mencakup statistik penggunaan token untuk permintaan tersebut. Metode ini mengurangi latensi yang dirasakan bagi pengguna di antarmuka obrolan NSFW dengan menampilkan teks saat dihasilkan. Proses setiap peristiwa di klien Anda untuk memperbarui UI secara real-time.

Batas, Kesalahan, dan Jendela Konteks

Jendela konteks mendukung hingga 100.000 token untuk prompt dan hasil generasi gabungan. Badan permintaan Anda tidak boleh melebihi 8 MB. Anda dibatasi hingga 300 permintaan per menit dan 8 permintaan paralel per kunci. Jika saldo prabayar Anda habis, API menolak permintaan lebih lanjut. Kegagalan autentikasi mengembalikan kesalahan 401, dan batas laju memicu respons 429. Pastikan aplikasi Anda menangani kesalahan ini dengan lancar untuk mempertahankan pengalaman pengguna yang mulus selama periode lalu lintas tinggi.

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);

Streaming

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)