Documentation API des modèles LLM NSFW

URL de base et authentification

Commencez par envoyer des requêtes à https://api.nsfwllmmodels.com/v1 Et en incluant votre clé API dans le Authorization header. Vous recevez cette clé immédiatement après vous être inscrit avec Google ou par e-mail, sans numéro de téléphone requis. La clé authentifie vos crédits prépayés pour chaque token traité. Gardez votre clé en sécurité, car c'est la seule clé active pour votre compte.

Première demande

Faites votre premier appel en POSTant vers /v1/chat/completions avec l'ID du modèle uncensored. Ce point de terminaison accepte des paramètres standards tels que temperature et top_p pour contrôler la génération. Le modèle répond avec du texte généré sans refus pour le contenu adulte légal. Vous pouvez tester la connexion avec un message simple pour vérifier que votre crédit est actif.

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"}]
  }'

SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour intégrer l'API dans votre backend. Configurez le client avec votre clé API et l'URL de base personnalisée pour acheminer correctement les requêtes. Cette approche vous permet d'utiliser des méthodes familières comme chat.completions.create() pour les appels synchrones. La bibliothèque gère la sérialisation JSON automatiquement pour vos requêtes.

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)

SDK Node

Importez le package OpenAI dans votre environnement Node.js pour interagir avec le point de terminaison. Définissez le baseURL propriété pour pointer vers notre serveur au lieu de l'hôte OpenAI par défaut. Cela garantit que vos invites sont envoyées au modèle uncensored. Vous pouvez ensuite appeler la méthode de complétion comme pour tout autre service compatible OpenAI.

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

Activez le streaming en définissant stream à true dans le corps de votre requête. L'API renvoie des fragments de texte au fur et à mesure de leur génération, permettant une latence plus faible dans votre application. Chaque fragment inclut des données d'utilisation des jetons dans l'événement final. Cette méthode est idéale pour les interfaces de chat en temps réel où les utilisateurs s'attendent à un retour immédiat.

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)

Limites et erreurs

Surveillez les codes de statut HTTP spécifiques pour gérer le flux de votre application. Une erreur 401 indique une clé invalide, tandis que le code 402 signifie que vous devez recharger votre crédit prépayé. Les limites de débit vous limitent à 300 requêtes par minute et 8 connexions simultanées. La fenêtre de contexte prend en charge 100 000 jetons au total, avec une sortie maximale de 16 000 jetons par requête.