NSFW-LLM-Modelle-API-Dokumentation

Basis-URL und Authentifizierung

Beginnen Sie, indem Sie Anfragen an https://api.nsfwllmmodels.com/v1 und einschließlich Ihres API-Schlüssels in den Authorization header. Sie erhalten diesen Schlüssel sofort nach der Anmeldung mit Google oder E-Mail, ohne Telefonnummer. Der Schlüssel authentifiziert Ihre Prepaid-Guthaben für jedes verarbeitete Token. Bewahren Sie Ihren Schlüssel sicher auf, da er der einzige aktive Schlüssel für Ihr Konto ist.

Erste Anfrage

Stellen Sie Ihren ersten Aufruf, indem Sie an /v1/chat/completions mit der Modell-ID uncensored. Dieser Endpunkt akzeptiert Standardparameter wie temperature und top_p die Generierung zu steuern. Das Modell antwortet mit Text, der ohne Ablehnungen für legale erwachsene Inhalte generiert wurde. Sie können die Verbindung mit einer einfachen Nachricht testen, um zu überprüfen, ob Ihr Guthaben aktiv ist.

Copycurl https://api.nsfwllmmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Count tokens in this input string"}]
  }'

Python SDK

Verwenden Sie die offizielle OpenAI-Python-Bibliothek, um die API in Ihr Backend zu integrieren. Konfigurieren Sie den Client mit Ihrem API-Schlüssel und der benutzerdefinierten Basis-URL, um Anfragen korrekt zu routen. Dieser Ansatz ermöglicht es Ihnen, vertraute Methoden wie chat.completions.create() für synchrone Aufrufe. Die Bibliothek übernimmt die JSON-Serialisierung automatisch für Ihre Anfragen.

Copyfrom openai import OpenAI

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

Node SDK

Importieren Sie das OpenAI-Paket in Ihrer Node.js-Umgebung, um mit dem Endpunkt zu interagieren. Legen Sie den baseURL Eigenschaft, um auf unseren Server statt des Standard-OpenAI-Hosts zu zeigen. Dies stellt sicher, dass Ihre Eingabeaufforderungen an das unzensierte Modell gesendet werden. Sie können dann die Completion-Methode genau wie bei jedem anderen OpenAI-kompatiblen Dienst aufrufen.

Copyimport OpenAI from "openai";

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

Streaming

Aktivieren Sie Streaming, indem Sie stream auf true in Ihrem Anfragekörper. Die API gibt Textchunks zurück, sobald sie generiert werden, was zu geringerer Latenz in Ihrer Anwendung führt. Jeder Chunk enthält Token-Nutzungsdaten im letzten Ereignis. Diese Methode ist ideal für Echtzeit-Chat-Schnittstellen, bei denen Benutzer sofortiges Feedback erwarten.

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)

Limits und Errors

Achten Sie auf spezifische HTTP-Statuscodes, um Ihren Anwendungsfluss zu steuern. Ein 401-Fehler zeigt einen ungültigen Key an, während 402 bedeutet, dass Sie Ihr Prepaid-Guthaben aufladen müssen. Rate Limits begrenzen Sie auf 300 Anfragen pro Minute und 8 gleichzeitige Verbindungen. Das Context-Fenster unterstützt insgesamt 100.000 Tokens, mit maximal 16.000 Tokens pro Anfrage.