Uncensored LLM API'sini entegre edin

nsfwhub.cc›temel-url-ve-dogrulama

Temel URL ve Kimlik Doğrulama

Tüm istekler için temel URL https://api.nsfwhub.cc/v1API anahtarınızı geçirerek kimlik doğrulaması yapın Authorization header Anahtarınızı, panoda Google veya e-posta ile oluşturun. İstekler için hemen kullanın.

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"}]
  }'

Hatalar standart HTTP kodları döndürür. Geçersiz anahtarlar 401 verir. Hız sınırları 429 tetikler. Bu uç nokta yalnızca metin üretimi işler.

nsfwhub.cc›post-v1-chat-completions uç noktası

POST /v1/chat/completions Uç Noktası

Şu modeli kullanarak metin oluşturmak için mesaj gönderin uncensored model. Uç nokta standart sohbet formatlarını kabul eder. Tutarlı davranış için sistem ipucunuzu iletin. Bağlam için kullanıcı mesajlarını tanımlayın. API, oluşturulan metin token'larını döndürür. Yaratıcılık için sıcaklık gibi parametreleri yapılandırın. Yapılandırılmış çıktılar için JSON modunu kullanın. İstekler anında işlenir. Gömme (embedding) desteği yoktur. Yalnızca metin tamamlama gerçekleşir.

nsfwhub.cc›get-v1-models-endpoint

GET /v1/models Uç Noktası

Basit bir GET isteği ile mevcut modelleri sorgulayın. Yanıt uncensored model kimliği. Bağlantıyı hızlıca doğrulamak için bunu kullanın. Entegrasyondan önce model ayrıntılarını kontrol edin. API tek bir belirli modeli sunar. Satıcılar arasında yönlendirme yapmaz. İstemcinizin yanıtı doğru şekilde işlediğinden emin olun. Bu uç nokta anahtarınızın çalıştığını doğrular. Şu anda başka model bulunmamaktadır.

nsfwhub.cc›desteklenen-parametreler-ve-json-modu

Desteklenen Parametreler ve JSON Modu

Şunu kullanarak üretimi kontrol edin temperature, top_p, ve seedAyarla response_format için {"type": "json_object"} katı JSON için. Bu, uygulamalar için ayrıştırılabilir bir çıktı sağlar. Kullanın stop üretimi durdurmak için diziler. Ayarlayın max_tokens çıktı uzunluğunu sınırlamak için. Model, işlevler için araç çağırma destekler. Araçları standart formatta iletin. Frekans cezaları tekrarları azaltmaya yardımcı olur. Bu parametreler OpenAI ile tam olarak aynı şekilde çalışır.

nsfwhub.cc›streaming-responses-with-sse

SSE ile Akış Yanıtları

Ayarlayarak akışı etkinleştirin stream: true. API, Sunucu Tarafından Gönderilen Olaylar (SSE) gönderir. Token'lar oluşturuldukça alın. Bu, kullanıcılar için algılanan gecikmeyi azaltır. Gerçek zamanlı görüntüleme için her parçayı ayrıştırın. Son parça kullanım istatistiklerini içerir. Eksik JSON'ları dikkatlice işleyin. Akış, tüm parametrelerle çalışır. Bağlantıyı kapatarak istekleri iptal edin. Bu yöntem, uzun metinler için bellek tasarrufu sağlar.

nsfwhub.cc›tokenları-hataları-yönetme

Tokenları ve Hataları İşleme

Bağlam penceresi toplam 100.000 token'dır. Çıktı istek başına 16.000 token'a kadar sınırlıdır. 402 gibi hatalar yetersiz kredi gösterir. Yalnızca kripto ile yükleyin. 429 hataları dakikada 300 istek sınırına ulaştığınızı gösterir. Tekrar denemeden önce bekleyin. Kullanılmayan kredi süresi dolmaz. Küçük içerik reddetmeleri ücretsizdir. Kullanımı son SSE chunk'ı üzerinden izleyin. Hatalar token tüketmez.

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);

Akış

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)