Integrasikan API LLM Tanpa Sensor

nsfwhub.cc›base-url-and-authentication

URL Dasar dan Autentikasi

URL dasar untuk semua permintaan adalah https://api.nsfwhub.cc/v1. Autentikasi dengan meneruskan kunci API Anda di Authorization header. Buat kunci Anda melalui dasbor menggunakan Google atau email. Gunakan segera untuk permintaan.

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"}]
  }'

Kesalahan mengembalikan kode HTTP standar. Kunci tidak valid menghasilkan 401. Batas laju memicu 429. Titik akhir ini hanya menangani generasi teks.

nsfwhub.cc›endpoint post-v1-chat-completions

Endpoint POST /v1/chat/completions

Kirim pesan untuk menghasilkan teks menggunakan uncensored model. Endpoint ini menerima format chat standar. Berikan prompt sistem Anda untuk perilaku yang konsisten. Tentukan pesan pengguna untuk konteks. API mengembalikan token teks yang dihasilkan. Konfigurasikan parameter seperti suhu untuk kreativitas. Gunakan mode JSON untuk output terstruktur. Permintaan diproses secara instan. Tidak ada embedding yang didukung di sini. Hanya terjadi penyelesaian teks.

nsfwhub.cc›endpoint get-v1-models

Endpoint GET /v1/models

Kirim permintaan ke model yang tersedia dengan permintaan GET sederhana. Responsnya mencantumkan uncensored ID model. Gunakan ini untuk memverifikasi konektivitas dengan cepat. Periksa detail model sebelum integrasi. API melayani satu model spesifik. API tidak melakukan pengalihan antar vendor. Pastikan klien Anda menangani respons dengan benar. Endpoint ini mengonfirmasi bahwa kunci Anda berfungsi. Tidak ada model lain yang tersedia saat ini.

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

Parameter yang Didukung dan Mode JSON

Kendalikan generasi dengan temperature, top_p, dan seed. Setel response_format ke {"type": "json_object"} untuk JSON yang ketat. Ini memastikan output yang dapat diparsing untuk aplikasi. Gunakan stop urutan untuk menghentikan generasi. Sesuaikan max_tokens untuk membatasi panjang output. Model mendukung panggilan alat untuk fungsi. Pass alat dalam format standar. Penalti frekuensi membantu mengurangi pengulangan. Parameter-parameter ini bekerja persis seperti OpenAI.

nsfwhub.cc›respons-streaming-dengan-sse

Respons Streaming dengan SSE

Aktifkan streaming dengan mengatur stream: true. API mengirim Server-Sent Events (SSE). Terima token saat dihasilkan. Ini mengurangi latensi yang dirasakan oleh pengguna. Parse setiap chunk untuk tampilan real-time. Chunk terakhir berisi statistik penggunaan. Tangani JSON tidak lengkap dengan hati-hati. Streaming berfungsi dengan semua parameter. Batalkan permintaan dengan menutup koneksi. Metode ini menghemat memori untuk teks panjang.

nsfwhub.cc›handling-tokens-and-errors

Menangani Token dan Error

Jendela konteks adalah 100.000 token total. Output dibatasi hingga 16.000 token per permintaan. Error seperti 402 menunjukkan kredit tidak cukup. Top up hanya melalui kripto. Error 429 berarti Anda mencapai batas 300 permintaan per menit. Tunggu sebelum mencoba lagi. Kredit yang tidak terpakai tidak pernah kedaluwarsa. Penolakan untuk konten ringan gratis. Lacak penggunaan melalui potongan SSE terakhir. Error tidak menggunakan token.

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)