Documentação da API

Autenticação & URL Base

A URL base é https://api.localllmnsfw.com/v1. Passe sua chave no Authorization: Bearer <key> cabeçalho. As chaves são emitidas instantaneamente no cadastro via Google ou e-mail. Sem número de telefone. Uma chave ativa por conta. Uma nova chave substitui a anterior.

A autenticação é simples. Use os SDKs oficiais. Altere a URL base e a chave da API. Tudo o mais permanece padrão. Isso garante compatibilidade com suas ferramentas existentes. Seus prompts não são usados para treinamento. A privacidade é direta.

Primeira solicitação

Envie uma requisição POST para /v1/chat/completions. O ID do modelo é uncensored. A entrada é texto. A saída é texto. Sem geração de imagem ou áudio. Sem embeddings. Apenas inferência pura. O modelo responde sem recusas para conteúdo adulto legal. Não é GPT nem Claude. É um modelo de peso aberto ajustado para liberdade. Teste-o imediatamente.

Aqui está uma solicitação básica usando cURL. Substitua <API_KEY> com sua chave. O ID do modelo é fixo.

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"}]
  }'

Isso retorna uma resposta padrão no estilo OpenAI. Você obtém o texto gerado. Você pode analisá-lo diretamente. Sem configuração complexa. Basta começar a conversar.

Integração do SDK Python

Use a biblioteca Python oficial da OpenAI. Defina a URL base para o nosso endpoint. Defina a chave da API. O resto funciona exatamente como documentado. Esta é uma substituição direta para GPT-4 ou GPT-3.5. Aplicativos de roleplay se beneficiam da falta de filtros de conteúdo. O modelo lida bem com tópicos controversos.

Inicialize o cliente. Aponte-o para a nossa API. Chame chat.completions.create(). A resposta contém o texto gerado. Trate erros de forma elegante. O uso de tokens é rastreado na resposta. Isso torna a cobrança transparente.

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)

O SDK Python simplifica o processo. Você obtém dados estruturados. Você pode iterar sobre as respostas. O streaming é suportado. A chamada de função também funciona. Esta é a maneira padrão de integrar.

Implementação do SDK Node

O SDK Node.js segue o mesmo padrão. Defina a URL base. Defina a chave da API. Importe a biblioteca. Chame o método de conclusão. Isso funciona para servidores web e scripts. Desenvolvedores Node têm acesso total ao modelo sem censura. Sem lock-in de fornecedor. Apenas chamadas de API padrão.

Configure o cliente. Passe sua chave. Faça uma solicitação. A resposta é um objeto JSON. Analise o conteúdo. Use-o em seu aplicativo. O modelo lida bem com contextos longos. Até 16,000 tokens por saída. Isso é ideal para roleplay detalhado. Mantenha seu código limpo.

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);

Desenvolvedores Node.js apreciam a simplicidade. O SDK gerencia as tentativas. Ele gerencia as conexões. Você foca na sua lógica. A API faz o resto. Sem dependências extras. Apenas o pacote padrão do OpenAI.

Streaming & SSE

Ative o streaming definindo stream: true. A API retorna Server-Sent Events (SSE). Cada fragmento contém parte da resposta. O uso de tokens é relatado no último fragmento. Isso fornece feedback em tempo real. Os usuários veem o texto conforme é gerado. A latência parece menor. O engajamento aumenta. Isso é crítico para aplicativos de chat.

Manipule o stream. Itere sobre os chunks. Append texto à sua interface do usuário. Pare sob demanda. O modelo suporta isso nativamente. Funciona com todos os SDKs. Sem necessidade de parsing personalizado. Basta seguir o formato padrão SSE. Erros também são transmitidos. Você recebe feedback imediato sobre falhas.

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)

O streaming é eficiente. Reduz o tempo de espera percebido. Os usuários permanecem engajados. O modelo uncensored lida com diversos tópicos. Ele não quebra o personagem. Isso é perfeito para experiências imersivas. Experimente agora.

Limites, Erros & Contexto

A janela de contexto é de 100.000 tokens. A saída máxima é de 16.000 tokens. O máximo padrão é 2.048. O limite de taxa é de 300 solicitações por minuto. O limite simultâneo é de 8 solicitações por chave. O tamanho máximo do corpo é de 8 MB. Os erros são padrão. 401 significa chave inválida. 402 significa sem crédito. 429 significa limite de taxa excedido. Recusas são gratuitas. Erros são gratuitos. Pague apenas por tokens.

Trate os erros corretamente. Verifique o código de status. Retente em caso de 429 com backoff. Inspeione 402 para crédito. Atualize sua interface. Informe os usuários. A API é confiável. Sem promessas de indisponibilidade. Apenas desempenho consistente. Seu crédito nunca expira. Recarregue com cripto. USDT ou USDC. Créditos bônus disponíveis. Comece a construir hoje.