Documentazione API

Autenticazione & URL di Base

L'URL di base è https://api.localllmnsfw.com/v1. Passa la tua chiave nel Authorization: Bearer <key> header. Le chiavi vengono emesse istantaneamente alla registrazione tramite Google o email. Nessun numero di telefono. Una chiave attiva per account. Una nuova chiave sostituisce quella vecchia.

L'autenticazione è semplice. Usa gli SDK ufficiali. Modifica l'URL di base e la chiave API. Tutto il resto rimane standard. Questo garantisce la compatibilità con i tuoi strumenti esistenti. I tuoi prompt non vengono utilizzati per l'addestramento. La privacy è semplice.

Prima richiesta

Invia una richiesta POST a /v1/chat/completions. L'ID del modello è uncensored. L'input è testo. L'output è testo. Nessuna generazione di immagini o audio. Nessun embedding. Solo pura inferenza. Il modello risponde senza rifiuti per contenuti adulti legali. Non è GPT o Claude. È un modello open-weight ottimizzato per la libertà. Provalo immediatamente.

Ecco una richiesta base in cURL. Sostituisci <API_KEY> con la tua chiave. L'ID del modello è fisso.

Copycurl https://api.localllmnsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the current UTC time and timezone for Tokyo"}]
  }'

Questa restituisce una risposta in stile standard OpenAI. Ottieni il testo generato. Puoi analizzarlo direttamente. Nessuna configurazione complessa. Inizia subito a chattare.

Integrazione SDK Python

Usa la libreria Python ufficiale di OpenAI. Imposta l'URL di base sul nostro endpoint. Imposta la chiave API. Il resto funziona esattamente come documentato. Questo è un sostituto plug-and-play per GPT-4 o GPT-3.5. Le app di roleplay traggono beneficio dall'assenza di filtri sui contenuti. Il modello gestisce bene gli argomenti controversi.

Inizializza il client. Puntalo alla nostra API. Chiama chat.completions.create(). La risposta contiene il testo generato. Gestisci gli errori in modo elegante. L'utilizzo dei token viene tracciato nella risposta. Questo rende la fatturazione trasparente.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.localllmnsfw.com/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)

L'SDK Python semplifica il processo. Ottieni dati strutturati. Puoi iterare sulle risposte. Lo streaming è supportato. Anche il function calling funziona. Questo è il modo standard per integrarsi.

Implementazione SDK Node

L'SDK Node.js segue lo stesso pattern. Imposta l'URL di base. Imposta la chiave API. Importa la libreria. Chiama il metodo di completamento. Funziona per server web e script. Gli sviluppatori Node hanno accesso completo al modello uncensored. Nessun vendor lock-in. Solo chiamate API standard.

Configura il client. Passa la tua chiave. Esegui una richiesta. La risposta è un oggetto JSON. Analizza il contenuto. Usalo nella tua app. Il modello gestisce bene i contesti lunghi. Fino a 16,000 token per output. Questo è ideale per il roleplay dettagliato. Mantieni il codice pulito.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.localllmnsfw.com/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);

Gli sviluppatori Node.js apprezzano la semplicità. L'SDK gestisce i tentativi di ripetizione. Gestisce le connessioni. Tu ti concentri sulla tua logica. L'API fa il resto. Nessuna dipendenza extra. Solo il pacchetto standard OpenAI.

Streaming & SSE

Abilita lo streaming impostando stream: true. L'API restituisce Server-Sent Events (SSE). Ogni chunk contiene parte della risposta. L'utilizzo dei token viene segnalato nell'ultimo chunk. Questo fornisce feedback in tempo reale. Gli utenti vedono il testo mentre viene generato. La latenza sembra inferiore. L'engagement aumenta. Questo è cruciale per le app di chat.

Gestisci lo stream. Itera sui chunk. Aggiungi testo alla tua UI. Interrompi su richiesta. Il modello supporta questo nativamente. Funziona con tutti gli SDK. Non è necessaria una parsing personalizzata. Basta seguire il formato standard SSE. Anche gli errori vengono streammati. Ricevi un feedback immediato sui fallimenti.

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)

Lo streaming è efficiente. Riduce il tempo di attesa percepito. Gli utenti rimangono coinvolti. Il modello uncensored gestisce argomenti diversificati. Non perde il personaggio. Questo è perfetto per esperienze immersive. Provalo ora.

Limiti, Errori & Contesto

La finestra di contesto è di 100.000 token. L'output massimo è di 16.000 token. Il max predefinito è 2.048. Il limite di frequenza è di 300 richieste al minuto. Il limite concorrente è di 8 richieste per chiave. La dimensione massima del corpo è di 8 MB. Gli errori sono standard. 401 significa chiave non valida. 402 significa nessun credito. 429 significa limite di frequenza superato. I rifiuti sono gratuiti. Gli errori sono gratuiti. Paga solo per i token.

Gestisci gli errori correttamente. Controlla il codice di stato. Riprova in caso di 429 con backoff. Ispeziona il 402 per i crediti. Aggiorna la tua UI. Informa gli utenti. L'API è affidabile. Nessuna promessa di uptime. Solo prestazioni costanti. Il tuo credito non scade. Ricarica con cripto. USDT o USDC. Crediti bonus disponibili. Inizia a sviluppare oggi.