Chat NSFW: Documentazione API LLM senza censura

URL base e autenticazione

Inizia puntando il tuo client compatibile con OpenAI all'URL base https://api.nsfwchat.top/v1. Autentica ogni richiesta includendo la tua chiave API nell'intestazione Authorization come token Bearer. Puoi generare questa chiave immediatamente dopo esserti registrato tramite Google o email nella pagina Ottieni chiave API. La chiave viene visualizzata una sola volta alla creazione, quindi salvala in modo sicuro. Questa singola chiave è associata al credito prepagato e ai limiti di richiesta del tuo account.

Prima richiesta

Invia una richiesta standard di chat-completions per testare la connettività e la qualità della risposta. Usa l'ID modello uncensored per accedere al modello a pesi aperti ottimizzato per contenuti adulti. L'API accetta input testuale e restituisce output testuale. Assicurati che il tuo payload includa l'array messages e il campo model. Questa chiamata di base verifica che l'autenticazione e la configurazione dell'URL base siano corrette prima di costruire la logica della tua applicazione.

Integrazione SDK Python

Usa l'SDK Python ufficiale di OpenAI per interagire con l'API. Imposta le variabili di ambiente base_url e api_key oppure passale direttamente al costruttore del client. Chiama chat.completions.create con il modello uncensored. Questo approccio sfrutta il codice esistente della community per le app chat NSFW. L'SDK gestisce la serializzazione e l'analisi degli errori, permettendoti di concentrarti sull'ingegneria del prompt e sulla gestione della cronologia dei messaggi nel tuo ambiente Python.

Integrazione SDK Node.js

Per applicazioni JavaScript o TypeScript, inizializza il client OpenAI con il tuo URL base e chiave API. L'SDK Node è asincrono per impostazione predefinita, restituendo promesse per tutte le chiamate API. Invoca chat.completions.create per inviare la cronologia delle conversazioni. Questa integrazione è ideale per server web o backend di giochi basati su Node che richiedono I/O non bloccante. Gestisci l'oggetto di risposta per estrarre la risposta dell'assistente e aggiornare il tuo stato locale o database.

Risposte in streaming via SSE

Abilita lo streaming impostando stream: true nella tua richiesta. L'endpoint restituisce Server-Sent Events (SSE) mentre il modello genera testo. Ogni chunk contiene delta parziali. L'ultimo chunk include le statistiche di utilizzo dei token per la richiesta. Questo metodo riduce la latenza percepita per gli utenti nelle interfacce di chat NSFW mostrando il testo man mano che viene generato. Elabora ogni evento nel tuo client per aggiornare l'interfaccia utente in tempo reale.

Limiti, errori e finestra di contesto

La finestra di contesto supporta fino a 100.000 token per prompt e completamento combinati. Il corpo della tua richiesta non deve superare 8 MB. Sei limitato a 300 richieste al minuto e 8 richieste parallele per chiave. Se il tuo credito prepagato è esaurito, l'API rifiuta le richieste ulteriori. I fallimenti di autenticazione restituiscono un errore 401 e i limiti di richiesta attivano una risposta 429. Assicurati che la tua applicazione gestisca questi errori in modo elegante per mantenere un'esperienza utente fluida durante i periodi di alto traffico.

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)