Início Rápido da API LLM NSFW

URL Base e Autenticação

Come garantindo sua chave de acesso no Obter chave de API página. Você pode fazer login com o Google ou usar um e-mail e senha. A interface mostra sua chave imediatamente. Não é necessário número de telefone. Copie esta chave para suas variáveis de ambiente. Ela autentica todas as solicitações para nossa infraestrutura. Seus prompts não são usados para treinamento. A privacidade é mantida sem etapas extras. Crie uma conta dedicada para cada serviço de produção. Uma chave ativa por conta garante uma faturamento limpo. Se você precisar de uma nova chave, gerar uma substitui a antiga. Isso mantém suas credenciais simples. A segurança permanece direta, sem rotações complexas.

Fazendo sua primeira solicitação

Envie seu primeiro prompt para o endpoint de conclusões de chat. Use o padrão chat/completions path. Nosso modelo sem censura responde sem filtrar conteúdo adulto lícito. Defina a URL base para o domínio da nossa API. Passe sua chave no cabeçalho de autorização. O ID do modelo é fixo como uncensored. Você recebe saída de texto para entrada de texto. Não há embeddings ou geração de imagens aqui. Verifique a resposta para o texto gerado. Erros retornam códigos HTTP padrão. O crédito é usado apenas para tokens com sucesso.

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"}]
  }'

Integração do SDK Python

Use a biblioteca oficial da OpenAI para Python para uma integração rápida. Defina a URL base para o nosso endpoint. Inicialize o cliente com sua chave da API. Chame chat.completions.create com seu modelo. O uncensored modelo lida com seus prompts. O streaming é suportado via SSE. Você também pode usar o modo JSON. Defina response_format para {"type": "json_object"}. Isso garante saída estruturada para seu pipeline. Erros são levantados como exceções padrão. Verifique as estatísticas de uso na resposta. A depuração se torna trivial com bibliotecas padrão.

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)

Configuração do Cliente Node.js

Integre com Node.js usando o SDK padrão. Configure a URL base para nossa API. Passe sua chave durante a inicialização. Solicite conclusões do uncensored model. A interface é idêntica à da OpenAI. Você pode transmitir respostas facilmente. Use async/await para um código limpo. Lidar com erros com blocos try/catch. O modelo suporta chamada de funções. Defina ferramentas no corpo da solicitação. Analise as chamadas de ferramentas no seu código. Isso se encaixa nos fluxos de trabalho existentes do Node. Não são necessários adaptadores personalizados. Seu código permanece padrão e portátil.

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);

Respostas em Streaming

Transmita tokens para menor latência em aplicativos de chat. Defina stream para true na sua solicitação. A API retorna Server-Sent Events (SSE). Cada fragmento contém texto parcial. Os detalhes de uso de tokens aparecem no último fragmento. Isso permite atualizações em tempo real para o usuário. Você pode cancelar fluxos se necessário. O modelo uncensored suporta este recurso. Funciona com todos os SDKs padrão. Manipule os eventos do fluxo no seu loop. Exiba o texto conforme chega. Isso melhora significativamente o desempenho percebido. Os usuários veem as respostas mais rápido. O tratamento de erros permanece consistente em todos os modos.

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, Erros e Contexto

Nossa API impõe limites operacionais claros. Você tem 300 requisições por minuto por chave. A concorrência é limitada a 8 simultâneas. Os corpos das requisições devem ficar abaixo de 8 MB. A janela de contexto abrange 100.000 tokens no total. A saída máxima é de 16.000 tokens por requisição. Erros retornam códigos padrão como 401 ou 429. Um erro 402 significa que seu crédito está baixo. Recusas por conteúdo menor são gratuitas. O crédito nunca expira para contas pré-pagas. Streaming funciona sem custo adicional. Monitore seu uso no painel. Os limites garantem desempenho estável para todos os usuários.