Documentação da API Modelos LLM NSFW

URL Base e Autenticação

Comece enviando solicitações para https://api.nsfwllmmodels.com/v1 e incluindo sua chave de API no Authorization cabeçalho. Você recebe esta chave imediatamente após se registrar com Google ou e-mail, sem necessidade de número de telefone. A chave autentica seus créditos pré-pagos para cada token processado. Mantenha sua chave segura, pois ela é a única chave ativa para sua conta.

Primeira solicitação

Faça sua primeira chamada POSTando para /v1/chat/completions com o ID do modelo uncensored. Esse endpoint aceita parâmetros padrão como temperature e top_p para controlar a geração. O modelo responde com texto gerado sem recusas para conteúdo adulto legal. Você pode testar a conexão com uma mensagem simples para verificar se seus créditos estão ativos.

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

Use a biblioteca oficial da OpenAI para Python para integrar a API em seu backend. Configure o cliente com sua chave da API e a URL base personalizada para rotear as requisições corretamente. Essa abordagem permite que você use métodos familiares como chat.completions.create() para chamadas síncronas. A biblioteca gerencia a serialização JSON automaticamente para suas solicitações.

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

Importe o pacote OpenAI em seu ambiente Node.js para interagir com o endpoint. Defina o baseURL propriedade para apontar para nosso servidor em vez do host padrão da OpenAI. Isso garante que seus prompts sejam enviados para o modelo sem censura. Você pode então chamar o método de conclusão como faria com qualquer outro serviço compatível com 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

Ative o streaming definindo stream para true no corpo da sua solicitação. A API retorna fragmentos de texto conforme são gerados, permitindo menor latência na sua aplicação. Cada fragmento inclui dados de uso de tokens no evento final. Este método é ideal para interfaces de chat em tempo real onde os usuários esperam feedback imediato.

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 e Erros

Observe os códigos de status HTTP específicos para gerenciar o fluxo do seu aplicativo. Um erro 401 indica uma chave inválida, enquanto 402 significa que você precisa recarregar seu crédito pré-pago. Os limites de taxa limitam você a 300 solicitações por minuto e 8 conexões simultâneas. A janela de contexto suporta 100.000 tokens no total, com uma saída máxima de 16.000 tokens por solicitação.