NSFW LLM API-Schnellstart

Basis-URL und Authentifizierung

Sichern Sie zunächst Ihren Zugriffsschlüssel auf dem API-Schlüssel erhalten Seite. Sie können sich mit Google anmelden oder eine E-Mail und ein Passwort verwenden. Die Schnittstelle zeigt Ihren Schlüssel sofort an. Es ist keine Telefonnummer erforderlich. Kopieren Sie diesen Schlüssel für Ihre Umgebungsvariablen. Er authentifiziert alle Anfragen an unsere Infrastruktur. Ihre Prompts werden nicht zum Training verwendet. Datenschutz wird ohne zusätzliche Schritte gewährleistet. Erstellen Sie ein separates Konto für jeden Produktionsdienst. Ein aktiver Schlüssel pro Konto gewährleistet eine saubere Abrechnung. Wenn Sie einen neuen Schlüssel benötigen, ersetzt die Generierung eines neuen den alten. Dies hält Ihre Anmeldeinformationen einfach. Die Sicherheit bleibt unkompliziert ohne komplexe Rotationen.

Ihre erste Anfrage erstellen

Senden Sie Ihre erste Eingabeaufforderung an den Chat-Completion-Endpunkt. Verwenden Sie den Standard chat/completions Pfad. Unser unzensiertes Modell antwortet, ohne rechtlich zulässige Erwachseneninhalte zu filtern. Legen Sie die Basis-URL auf unsere API-Domain fest. Übergeben Sie Ihren Schlüssel im Authorization-Header. Die Modell-ID ist fest als uncensored. Sie erhalten Textausgabe für Texteingabe. Keine Embeddings oder Bildgenerierung hier. Überprüfen Sie die Antwort auf den generierten Text. Fehler geben Standard-HTTP-Codes zurück. Guthaben wird nur für erfolgreiche Tokens verbraucht.

Copycurl https://api.apillmnsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a summary of the latest transformer architecture paper"}]
  }'

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek für eine schnelle Integration. Legen Sie die Basis-URL auf unseren Endpunkt fest. Initialisieren Sie den Client mit Ihrem API-Schlüssel. Rufen Sie chat.completions.create mit Ihrem Modell. Das uncensored Modell verarbeitet Ihre Prompts. Streaming wird über SSE unterstützt. Sie können auch den JSON-Modus verwenden. Legen Sie response_format zu {"type": "json_object"}. Dies gewährleistet eine strukturierte Ausgabe für Ihre Pipeline. Fehler werden als Standardausnahmen ausgelöst. Überprüfen Sie die Nutzungsstatistiken in der Antwort. Das Debugging wird mit Standardbibliotheken zur Kindersache.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apillmnsfw.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.js-Client einrichten

Integrieren Sie mit Node.js über das Standard-SDK. Konfigurieren Sie die Basis-URL für unsere API. Übergeben Sie Ihren Schlüssel bei der Initialisierung. Fordern Sie Vervollständigungen von der uncensored Modell. Die Schnittstelle entspricht genau der von OpenAI. Sie können Antworten einfach streamen. Verwenden Sie async/await für sauberen Code. Behandeln Sie Fehler mit try/catch-Blöcken. Das Modell unterstützt Function Calling. Definieren Sie Tools in Ihrem Anfragekörper. Analysieren Sie die Tool-Aufrufe in Ihrem Code. Dies fügt sich nahtlos in bestehende Node-Workflows ein. Es werden keine benutzerdefinierten Adapter benötigt. Ihr Code bleibt standardkonform und portabel.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apillmnsfw.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-Antworten

Streamen Sie Tokens für geringere Latenz in Chat-Apps. Setzen Sie stream zu true in Ihrer Anfrage. Die API gibt Server-Sent Events (SSE) zurück. Jeder Chunk enthält partiellen Text. Details zur Token-Nutzung erscheinen im letzten Chunk. Dies ermöglicht Echtzeit-Updates für Nutzer. Sie können Streams bei Bedarf abbrechen. Das uncensored-Modell unterstützt dieses Feature. Es funktioniert mit allen Standard-SDKs. Verarbeiten Sie Stream-Events in Ihrer Schleife. Zeigen Sie Text an, sobald er eintrifft. Dies verbessert die wahrgenommene Leistung erheblich. Nutzer sehen Antworten schneller. Die Fehlerbehandlung bleibt in allen Modi konsistent.

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, Fehler und Kontext

Unsere API setzt klare operative Grenzen. Sie erhalten 300 Anfragen pro Minute pro Schlüssel. Die Parallelität ist auf 8 gleichzeitige Anfragen begrenzt. Der Anfragetext muss unter 8 MB bleiben. Das Kontextfenster umfasst insgesamt 100.000 Tokens. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Fehler geben Standard-Codes wie 401 oder 429 zurück. Ein 402-Fehler bedeutet, dass Ihr Guthaben niedrig ist. Ablehnungen aufgrund kleinerer Inhaltsrichtlinien sind kostenlos. Guthaben verfällt bei Prepaid-Konten nicht. Streaming ist ohne zusätzliche Kosten möglich. Überwachen Sie Ihre Nutzung im Dashboard. Die Grenzen gewährleisten eine stabile Leistung für alle Benutzer.