Documentazione API Modelli LLM NSFW

URL Base e Autenticazione

Inizia inviando richieste a https://api.nsfwllmmodels.com/v1 e includendo la tua chiave API nell' Authorization header. Ricevi questa chiave immediatamente dopo la registrazione con Google o email, senza bisogno del numero di telefono. La chiave autentica i tuoi crediti prepagati per ogni token elaborato. Mantieni la chiave al sicuro, poiché è l'unica chiave attiva per il tuo account.

Prima richiesta

Esegui la tua prima chiamata POST a /v1/chat/completions con l'ID del modello uncensored. Questo endpoint accetta parametri standard come temperature e top_p per controllare la generazione. Il modello risponde con testo generato senza rifiuti per contenuti adulti leciti. Puoi testare la connessione con un messaggio semplice per verificare che i tuoi crediti siano attivi.

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

Utilizza la libreria Python ufficiale di OpenAI per integrare l'API nel tuo backend. Configura il client con la tua chiave API e l'URL di base personalizzato per instradare correttamente le richieste. Questo approccio ti permette di utilizzare metodi familiari come chat.completions.create() per chiamate sincrone. La libreria gestisce la serializzazione JSON automaticamente per le tue richieste.

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

Importa il pacchetto OpenAI nel tuo ambiente Node.js per interagire con l'endpoint. Imposta il baseURL proprietà per puntare al nostro server invece dell'host OpenAI predefinito. Questo garantisce che i tuoi prompt vengano inviati al modello uncensored. Puoi quindi chiamare il metodo completion esattamente come faresti con qualsiasi altro servizio compatibile con 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

Abilita lo streaming impostando stream a true nel corpo della tua richiesta. L'API restituisce chunk di testo man mano che vengono generati, consentendo una latenza inferiore nella tua applicazione. Ogni chunk include i dati sull'utilizzo dei token nell'evento finale. Questo metodo è ideale per le interfacce chat in tempo reale dove gli utenti si aspettano feedback immediato.

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)

Limiti ed Errori

Fai attenzione ai codici di stato HTTP specifici per gestire il flusso della tua applicazione. Un errore 401 indica una chiave non valida, mentre il 402 significa che devi ricaricare il tuo credito prepagato. I limiti di frequenza ti limitano a 300 richieste al minuto e 8 connessioni simultanee. La finestra di contesto supporta 100.000 token in totale, con un output massimo di 16.000 token per richiesta.