Integra l'API LLM Uncensored

nsfwhub.cc›base-url-and-authentication

URL Base e Autenticazione

L'URL di base per tutte le richieste è https://api.nsfwhub.cc/v1. Autenticati passando la tua chiave API nell' Authorization header. Genera la tua chiave tramite il dashboard utilizzando Google o email. Usala immediatamente per le richieste.

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"}]
  }'

Gli errori restituiscono codici HTTP standard. Le chiavi non valide restituiscono 401. I limiti di frequenza attivano 429. Questo endpoint gestisce solo la generazione di testo.

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

Endpoint POST /v1/chat/completions

Invia messaggi per generare testo utilizzando il uncensored model. L'endpoint accetta formati di chat standard. Passa il tuo prompt di sistema per un comportamento coerente. Definisce i messaggi dell'utente per il contesto. L'API restituisce i token di testo generati. Configura parametri come la temperatura per la creatività. Usa la modalità JSON per output strutturati. Le richieste vengono elaborate istantaneamente. Qui non sono supportati gli embedding. Avviene solo il completamento del testo.

nsfwhub.cc›endpoint get-v1-models

Endpoint GET /v1/models

Esegui una query GET sui modelli disponibili. La risposta elenca i uncensored ID del modello. Usa questo per verificare rapidamente la connettività. Controlla i dettagli del modello prima dell'integrazione. L'API serve un modello specifico. Non instrada tra i fornitori. Assicurati che il tuo client gestisca correttamente la risposta. Questo endpoint conferma che la tua chiave funziona. Attualmente non sono disponibili altri modelli.

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

Parametri supportati e modalità JSON

Controlla la generazione con temperature, top_p, e seed. Imposta response_format a {"type": "json_object"} per JSON rigoroso. Questo garantisce un output analizzabile per le app. Usa stop sequenze per interrompere la generazione. Regola max_tokens per limitare la lunghezza dell'output. Il modello supporta il richiamo di strumenti per le funzioni. Passa gli strumenti nel formato standard. Le penalità di frequenza aiutano a ridurre la ripetizione. Questi parametri funzionano esattamente come in OpenAI.

nsfwhub.cc›risposte-in-streaming-con-sse

Risposte in streaming con SSE

Abilita lo streaming impostando stream: true. L'API invia Server-Sent Events (SSE). Ricevi i token man mano che vengono generati. Questo riduce la latenza percepita per gli utenti. Analizza ogni chunk per la visualizzazione in tempo reale. L'ultimo chunk contiene le statistiche di utilizzo. Gestisci con cura il JSON incompleto. Lo streaming funziona con tutti i parametri. Annulla le richieste chiudendo la connessione. Questo metodo risparmia memoria per i testi lunghi.

nsfwhub.cc›handling-tokens-and-errors

Gestione dei token e degli errori

La finestra di contesto è di 100.000 token in totale. L'output è limitato a 16.000 token per richiesta. Errori come 402 indicano credito insufficiente. Aggiungi fondi solo tramite criptovalute. Gli errori 429 significano che hai raggiunto il limite di 300 richieste al minuto. Attendi prima di riprovare. Il credito non utilizzato non scade mai. I rifiuti per contenuti minori sono gratuiti. Traccia l'utilizzo tramite l'ultimo chunk SSE. Gli errori non consumano 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)