Avvio rapido API LLM NSFW

URL Base e Autenticazione

Inizia proteggendo la tua chiave di accesso sul Ottieni la chiave API pagina. Puoi accedere con Google o utilizzare una email e una password. L'interfaccia mostra immediatamente la tua chiave. Non è richiesto un numero di telefono. Copia questa chiave per le tue variabili di ambiente. Autentica tutte le richieste alla nostra infrastruttura. I tuoi prompt non vengono utilizzati per l'addestramento. La privacy è mantenuta senza passaggi extra. Crea un account dedicato per ogni servizio di produzione. Una chiave attiva per account garantisce una fatturazione pulita. Se hai bisogno di una nuova chiave, generarne una nuova sostituisce quella vecchia. Questo mantiene le tue credenziali semplici. La sicurezza rimane semplice senza rotazioni complesse.

Esecuzione della tua prima richiesta

Invia il tuo primo prompt all'endpoint per le chat completions. Usa lo standard chat/completions path. Il nostro modello senza filtri risponde senza filtrare i contenuti adulti leciti. Imposta l'URL base sul dominio della nostra API. Passa la tua chiave nell'intestazione di autorizzazione. L'ID del modello è fisso come uncensored. Ottieni output testuale per input testuale. Qui non ci sono embedding né generazione di immagini. Controlla la risposta per il testo generato. Gli errori restituiscono codici HTTP standard. Il credito viene utilizzato solo per i token con esito positivo.

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"}]
  }'

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per un'integrazione rapida. Imposta l'URL di base sul nostro endpoint. Inizializza il client con la tua chiave API. Chiama chat.completions.create con il tuo modello. Il uncensored modello gestisce i tuoi prompt. Lo streaming è supportato tramite SSE. Puoi anche utilizzare la modalità JSON. Imposta response_format a {"type": "json_object"}. Questo garantisce un output strutturato per il tuo pipeline. Gli errori vengono sollevati come eccezioni standard. Controlla le statistiche di utilizzo nella risposta. Il debugging diventa banale con le librerie standard.

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)

Configurazione client Node.js

Integra con Node.js utilizzando l'SDK standard. Configura l'URL di base per la nostra API. Passa la tua chiave durante l'inizializzazione. Richiedi completamenti dal uncensored model. L'interfaccia corrisponde esattamente a quella di OpenAI. Puoi facilmente eseguire lo streaming delle risposte. Usa async/await per un codice pulito. Gestisci gli errori con i blocchi try/catch. Il modello supporta il function calling. Definisce gli strumenti nel corpo della richiesta. Analizza le chiamate agli strumenti nel tuo codice. Questo si integra nei flussi di lavoro Node esistenti. Non sono necessari adattatori personalizzati. Il tuo codice rimane standard e portabile.

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);

Risposte in streaming

Esegui lo streaming dei token per una latenza inferiore nelle app di chat. Imposta stream a true nella tua richiesta. L'API restituisce Server-Sent Events (SSE). Ogni chunk contiene testo parziale. I dettagli sull'utilizzo dei token appaiono nell'ultimo chunk. Questo permette aggiornamenti in tempo reale per l'utente. Puoi interrompere gli stream se necessario. Il modello uncensored supporta questa funzione. Funziona con tutti gli SDK standard. Gestisci gli eventi dello stream nel tuo loop. Visualizza il testo man mano che arriva. Questo migliora significativamente le prestazioni percepite. Gli utenti vedono le risposte più velocemente. La gestione degli errori rimane coerente tra le modalità.

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, Errori e Contesto

La nostra API impone limiti operativi chiari. Hai a disposizione 300 richieste al minuto per chiave. La concorrenza è limitata a 8 richieste simultanee. I corpi delle richieste devono rimanere sotto gli 8 MB. La finestra di contesto copre 100,000 token in totale. L'output massimo è di 16,000 token per richiesta. Gli errori restituiscono codici standard come 401 o 429. Un errore 402 significa che il tuo credito è basso. I rifiuti per contenuti minori sono gratuiti. Il credito non scade per gli account prepagati. Lo streaming funziona senza costi aggiuntivi. Monitora il tuo utilizzo nella dashboard. I limiti garantiscono prestazioni stabili per tutti gli utenti.