NSFW Chat: Dokumentacja API LLM bez cenzury

Podstawowy URL i uwierzytelnianie

Skieruj swój klient zgodny z OpenAI do adresu bazowego https://api.nsfwchat.top/v1. Uwierzytelnij każde zapytanie, dołączając swój klucz API w nagłówku Authorization jako token Bearer. Możesz wygenerować ten klucz natychmiast po rejestracji za pomocą Google lub e-mail na stronie Pobieranie klucza API. Klucz jest wyświetlany tylko raz przy utworzeniu, więc zapisz go bezpiecznie. Ten pojedynczy klucz jest powiązany z przedpłaconym kredytem i limitami zapytań Twojego konta.

Pierwsze zapytanie

Wyślij standardowe zapytanie chat-completions, aby przetestować łączność i jakość odpowiedzi. Użyj identyfikatora modelu uncensored, aby uzyskać dostęp do modelu o otwartych wagach dopracowanego pod kątem treści dla dorosłych. API przyjmuje dane wejściowe tekstowe i zwraca dane wyjściowe tekstowe. Upewnij się, że Twoja ładunek zawiera tablicę messages oraz pole model. To podstawowe wywołanie weryfikuje poprawność konfiguracji uwierzytelniania i adresu bazowego przed zbudowaniem logiki Twojej aplikacji.

Integracja z Python SDK

Użyj oficjalnego Python SDK OpenAI do interakcji z API. Ustaw zmienne środowiskowe base_url i api_key lub przekaż je bezpośrednio do konstruktora klienta. Wywołaj chat.completions.create z modelem uncensored. To podejście wykorzystuje istniejący kod społeczności dla aplikacji czatu NSFW. SDK obsługuje serializację i parsowanie błędów, pozwalając Ci skupić się na inżynierii promptów i zarządzaniu historią wiadomości w środowisku Python.

Integracja z Node SDK

Dla aplikacji JavaScript lub TypeScript zainicjuj klienta OpenAI, podając adres bazowy i klucz API. SDK Node.js jest asynchroniczne domyślnie, zwracając obietnice (promises) dla wszystkich wywołań API. Wywołaj chat.completions.create, aby wysłać historię rozmowy. Ta integracja jest idealna dla serwerów sieciowych lub zapleczy gier opartych na Node, które wymagają nieblokującego I/O. Obsłuż obiekt odpowiedzi, aby wyodrębnić odpowiedź asystenta i zaktualizować swój lokalny stan lub bazę danych.

Strumieniowanie odpowiedzi przez SSE

Włącz strumieniowanie, ustawiając stream: true w swoim zapytaniu. API zwraca zdarzenia wysłane przez serwer (SSE), gdy model generuje tekst. Każdy fragment zawiera częściowe delta. Ostatni fragment zawiera statystyki użycia tokenów dla zapytania. Ta metoda zmniejsza postrzeganą opóźnienie dla użytkowników w interfejsach czatu NSFW, wyświetlając tekst w miarę jego generowania. Przetwarzaj każde zdarzenie w swoim kliencie, aby aktualizować interfejs użytkownika w czasie rzeczywistym.

Limity, błędy i okno kontekstu

Okno kontekstu obsługuje do 100 000 tokenów dla promptu i uzupełnienia łącznie. Ciało Twojego zapytania nie może przekraczać 8 MB. Jesteś ograniczony do 300 zapytań na minutę i 8 równoległych zapytań na klucz. Jeśli Twój przedpłacony kredyt zostanie wyczerpany, API odrzuci dalsze zapytania. Niepowodzenia uwierzytelniania zwracają błąd 401, a limity zapytań wyzwalają odpowiedź 429. Upewnij się, że Twoja aplikacja obsługuje te błędy w sposób elegancki, aby utrzymać płynne doświadczenie użytkownika podczas okresów dużego ruchu.

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);

Strumieniowanie

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)