Integrasikan API LLM Tanpa Sensor

nsfwhub.cc›base-url-and-authentication

URL Asas dan Pengesahan

URL asas untuk semua permintaan ialah https://api.nsfwhub.cc/v1. Sahkan dengan menghantar kunci API anda dalam Authorization header. Jana kunci anda melalui papan pemuka menggunakan Google atau e-mel. Gunakan ia serta-merta 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 memulangkan kod status HTTP piawai. Kunci tidak sah menghasilkan 401. Had kadar mencetuskan 429. Hujung titik ini mengendalikan penjanaan teks sahaja.

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

Hujung Titik POST /v1/chat/completions

Hantar mesej untuk menjana teks menggunakan uncensored model. Hujung titik ini menerima format perbualan standard. Luluskan prompt sistem anda untuk tingkah laku konsisten. Takrifkan mesej pengguna untuk konteks. API mengembalikan token teks yang dijana. Konfigurasikan parameter seperti suhu untuk kreativiti. Gunakan mod JSON untuk output terstruktur. Permintaan diproses serta-merta. Tiada pengekstrakan ciri sokong di sini. Hanya penyelesaian teks berlaku.

nsfwhub.cc›get-v1-models-endpoint

Hujung GET /v1/models

Query model yang tersedia dengan permintaan GET mudah. Respons menyenaraikan uncensored ID model. Gunakan ini untuk mengesahkan sambungan dengan cepat. Semak butiran model sebelum integrasi. API melayani satu model khusus. Ia tidak merutekan antara pembekal. Pastikan klien anda mengendalikan respons dengan betul. Hujung sambungan ini mengesahkan kunci anda berfungsi. Tiada model lain tersedia pada masa ini.

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

Parameter Disokong dan Mod JSON

Kawal penjanaan dengan temperature, top_p, dan seed. Tetapkan response_format ke {"type": "json_object"} untuk JSON yang ketat. Ini memastikan output yang boleh dianalisis untuk aplikasi. Gunakan stop jujukan untuk menghentikan penjanaan. Laraskan max_tokens untuk membatasi panjang output. Model menyokong panggilan alat untuk fungsi. Lulus alat dalam format piawai. Penalti frekuensi membantu mengurangkan pengulangan. Parameter ini berfungsi tepat seperti OpenAI.

nsfwhub.cc›penstriman-respon-dengan-sse

Respons Streaming dengan SSE

Aktifkan aliran dengan menetapkan stream: true. API ini menghantar Acara yang Dikirim Pelayan (SSE). Terima token seperti yang dijana. Ini mengurangkan latensi yang dirasakan oleh pengguna. Uraikan setiap keping untuk paparan masa nyata. Keping terakhir mengandangkan statistik penggunaan. Tangani JSON tidak lengkap dengan berhati-hati. Penstriman berfungsi dengan semua parameter. Batalkan permintaan dengan menutup sambungan. Kaedah ini menjimatkan memori untuk teks panjang.

nsfwhub.cc›mengendalikan-token-dan-kesilapan

Mengendalikan Token dan Ralat

Jendela konteks ialah 100,000 token secara keseluruhan. Output dihadkan kepada 16,000 token setiap permintaan. Ralat seperti 402 menunjukkan kredit tidak mencukupi. Tambah saldo hanya melalui crypto. Ralat 429 bermaksud anda mencapai had 300 permintaan setiap minit. Tunggu sebelum mencuba semula. Kredit yang tidak digunakan tidak luput. Penolakan untuk kandungan kecil adalah percuma. Jejak penggunaan melalui bahagian SSE akhir. Ralat 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);

Aliran

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)