Dokumentacja API

Uwierzytelnianie & URL bazowy

Podstawowy adres URL to https://api.localllmnsfw.com/v1. Przekaz swój klucz w Authorization: Bearer <key> Nagłówek. Klucze są wydawane natychmiast podczas rejestracji przez Google lub e-mail. Bez numeru telefonu. Jeden aktywny klucz na konto. Nowy klucz zastępuje poprzedni.

Uwierzytelnianie jest proste. Użyj oficjalnych SDK. Zmień bazowy adres URL i klucz API. Wszystko inne pozostaje standardowe. Zapewnia to kompatybilność z Twoimi istniejącymi narzędziami. Twoje prompty nie są używane do trenowania modeli. Prywatność jest jasna i przejrzysta.

Pierwsze żądanie

Wyślij żądanie POST do /v1/chat/completions. ID modelu to uncensored.Wejście to tekst. Wyjście to tekst. Bez generowania obrazów ani audio. Bez embeddingów. Czysta inferencja. Model odpowiada bez odmów dla treści dorosłych zgodnych z prawem. To nie jest GPT ani Claude. To model open-weight dostosowany do swobody. Przetestuj go natychmiast.

Oto podstawowe żądanie używające cURL. Zastąp <API_KEY> z Twoim kluczem. ID modelu jest stałe.

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"}]
  }'

To zwraca standardową odpowiedź w stylu OpenAI. Otrzymujesz wygenerowany tekst. Możesz go bezpośrednio zinterpretować. Bez skomplikowanej konfiguracji. Po prostu zacznij rozmawiać.

Integracja SDK Python

Użyj oficjalnej biblioteki Pythona OpenAI. Ustaw bazowy URL na nasz punkt końcowy. Ustaw klucz API. Reszta działa dokładnie tak, jak opisano. Jest to zamiennik typu drop-in dla GPT-4 lub GPT-3.5. Aplikacje do odgrywania ról korzystają z braku filtrów treści. Model dobrze radzi sobie z kontrowersyjnymi tematami.

Zainicjuj klienta. Wskaż go na nasze API. Wywołaj chat.completions.create(). Odpowiedź zawiera wygenerowany tekst. Obsługuj błędy w sposób elegancki. Użycie tokenów jest śledzone w odpowiedzi. Dzięki temu rozliczenia są przejrzyste.

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)

SDK Python upraszcza proces. Otrzymujesz dane strukturalne. Możesz iterować przez odpowiedzi. Strumieniowanie jest obsługiwane. Wywoływanie funkcji również działa. To standardowy sposób integracji.

Implementacja SDK Node

SDK Node.js stosuje ten sam wzorzec. Ustaw URL bazowy. Ustaw klucz API. Zaimportuj bibliotekę. Wywołaj metodę completion. Działa na serwerach WWW i w skryptach. Deweloperzy Node.js mają pełny dostęp do modelu uncensored. Bez lock-inu dostawcy. Tylko standardowe wywołania API.

Skonfiguruj klienta. Przekaż swój klucz. Wykonaj żądanie. Odpowiedź to obiekt JSON. Sparsuj zawartość. Użyj jej w swojej aplikacji. Model dobrze radzi sobie z długimi kontekstami. Do 16,000 tokenów na wyjście. Jest to idealne do szczegółowej gry rolnej. Utrzymuj czysty kod.

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);

Deweloperzy Node.js doceniają prostotę. SDK obsługuje ponawianie prób. Zarządza połączeniami. Ty skupiasz się na swojej logice. API robi resztę. Bez dodatkowych zależności. Tylko standardowy pakiet OpenAI.

Strumieniowanie & SSE

Włącz strumieniowanie, ustawiając stream: true. API zwraca zdarzenia wysłane przez serwer (SSE). Każdy fragment zawiera część odpowiedzi. Zużycie tokenów jest raportowane w ostatnim fragmencie. Zapewnia to informację zwrotną w czasie rzeczywistym. Użytkownicy widzą tekst, gdy się generuje. Latencja wydaje się niższa. Zaangażowanie rośnie. Jest to kluczowe dla aplikacji czatu.

Obsłuż strumień. Iteruj przez fragmenty. Dołącz tekst do swojego UI. Zatrzymaj na żądanie. Model obsługuje to natywnie. Działa z wszystkimi SDK. Nie jest potrzebne customowe parsowanie. Po prostu postępuj zgodnie ze standardowym formatem SSE. Błędy są również strumieniowane. Otrzymujesz natychmiastową informację zwrotną o błędach.

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)

Strumieniowanie jest wydajne. Zmniejsza postrzegany czas oczekiwania. Użytkownicy pozostają zaangażowani. Model uncensored obsługuje zróżnicowane tematy. Nie łamie postaci. Jest idealny do immersyjnych doświadczeń. Spróbuj teraz.

Limity, Błędy & Kontekst

Okno kontekstowe wynosi 100 000 tokenów. Maksymalne wyjście wynosi 16 000 tokenów. Domyślne max to 2 048. Limit szybkości to 300 żądań na minutę. Limit równoległy to 8 żądań na klucz. Maksymalny rozmiar ciała to 8 MB. Błędy są standardowe. 401 oznacza nieprawidłowy klucz. 402 oznacza brak kredytu. 429 oznacza przekroczenie limitu szybkości. Odrzucenia są darmowe. Błędy są darmowe. Płać tylko za tokeny.

Obsługuj błędy poprawnie. Sprawdzaj kod statusu. Ponawiaj żądania po otrzymaniu 429 z zastosowaniem backoffu. Sprawdź 402 w kontekście kredytów. Zaktualizuj interfejs użytkownika. Poinformuj użytkowników. API jest niezawodne. Bez roszczeń dotyczących czasu pracy. Tylko spójna wydajność. Twój kredyt nigdy nie wygasa. Doładuj kryptowalutą. USDT lub USDC. Dostępne są kredyty bonusowe. Zacznij budować już dziś.