Intégrez l'API LLM Uncensored

nsfwhub.cc›base-url-and-authentication

URL de base et authentification

L'URL de base pour toutes les requêtes est https://api.nsfwhub.cc/v1. Authentifiez-vous en passant votre clé API dans le Authorization header. Générez votre clé via le tableau de bord en utilisant Google ou e-mail. Utilisez-la immédiatement pour les requêtes.

Copycurl https://api.nsfwhub.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Add error handling to the login endpoint"}]
  }'

Les erreurs renvoient des codes HTTP standard. Les clés invalides génèrent un 401. Les limites de taux déclenchent un 429. Ce point d'entrée gère uniquement la génération de texte.

nsfwhub.cc›point-v1-achèvement-conversations

Point de terminaison POST /v1/chat/completions

Envoyez des messages pour générer du texte en utilisant le uncensored modèle. Le point de terminaison accepte les formats de chat standard. Transmettez votre invite système pour un comportement cohérent. Définissez les messages utilisateur pour le contexte. L'API renvoie les tokens de texte généré. Configurez des paramètres comme la température pour la créativité. Utilisez le mode JSON pour des sorties structurées. Les requêtes sont traitées instantanément. Aucune embedding n'est prise en charge ici. Seule la complétion de texte est disponible.

nsfwhub.cc›get-v1-models-endpoint

Endpoint GET /v1/models

Interrogez les modèles disponibles avec une simple requête GET. La réponse liste le uncensored ID du modèle. Utilisez ceci pour vérifier rapidement la connectivité. Vérifiez les détails du modèle avant l'intégration. L'API sert un modèle spécifique. Elle ne fait pas de routage entre fournisseurs. Assurez-vous que votre client gère correctement la réponse. Ce point de terminaison confirme que votre clé fonctionne. Aucun autre modèle n'est disponible actuellement.

nsfwhub.cc›supported-parameters-and-json-mode

Paramètres pris en charge et mode JSON

Maîtrisez la génération avec temperature, top_p, et seed. Définissez response_format à {"type": "json_object"} pour du JSON strict. Cela garantit une sortie analysable pour les applications. Utilisez stop séquences pour interrompre la génération. Ajustez max_tokens pour limiter la longueur de la sortie. Le modèle prend en charge l'appel d'outils pour les fonctions. Transmettez les outils au format standard. Les pénalités de fréquence aident à réduire la répétition. Ces paramètres fonctionnent exactement comme chez OpenAI.

nsfwhub.cc›streaming-reponses-avec-sse

Réponses en streaming avec SSE

Activez le streaming en définissant stream: true. L'API envoie des événements envoyés par le serveur (SSE). Recevez les jetons à mesure de leur génération. Cela réduit la latence perçue pour les utilisateurs. Analysez chaque fragment pour un affichage en temps réel. Le dernier fragment contient les statistiques d'utilisation. Gérez soigneusement le JSON incomplet. Le streaming fonctionne avec tous les paramètres. Annulez les requêtes en fermant la connexion. Cette méthode économise la mémoire pour les textes longs.

nsfwhub.cc›gestion-des-jetons-et-des-erreurs

Gestion des tokens et des erreurs

La fenêtre de contexte est de 100 000 tokens au total. La sortie est limitée à 16 000 tokens par requête. Les erreurs comme 402 indiquent un crédit insuffisant. Rechargez uniquement via crypto. Les erreurs 429 signifient que vous avez atteint la limite de 300 requêtes par minute. Attendez avant de réessayer. Le crédit inutilisé n'expire jamais. Les refus pour contenu mineur sont gratuits. Suivez l'utilisation via le dernier chunk SSE. Les erreurs ne consomment pas de tokens.

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.nsfwhub.cc/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

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.nsfwhub.cc/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

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)