API 文件

驗證與 Base URL

基礎網址為 https://api.localllmnsfw.com/v1。將您的金鑰傳入 Authorization: Bearer <key> header。金鑰在透過 Google 或電子郵件註冊時立即發放。無需電話號碼。每個帳戶僅限一個有效金鑰。新金鑰會取代舊金鑰。

驗證方式很簡單。使用官方 SDK。修改基礎 URL 和 API 金鑰即可。其餘部分保持標準。這確保了與您現有工具的相容性。您的提示詞不會用於訓練。隱私保護很直接。

首次請求

向以下網址發送 POST 請求 /v1/chat/completions. 模型 ID 為 uncensored. 輸入是文字。輸出是文字。沒有圖像或音訊生成。沒有嵌入向量。只有純粹的推理。模型針對合法成人內容不會拒絕回答。它不是 GPT 或 Claude。它是經過調整以追求自由的開放權重模型。立即測試。

這是一個使用 cURL 的基本請求。替換 <API_KEY> 搭配您的金鑰。模型 ID 是固定的。

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"}]
  }'

此請求回傳標準的 OpenAI 風格回應。您將獲得生成的文字。您可以直接解析它。無需複雜設定。只需開始聊天即可。

Python SDK 集成

使用官方 OpenAI Python 庫。將 base URL 設為我們的端點。設定 API 金鑰。其餘部分完全按文件運作。這是 GPT-4 或 GPT-3.5 的即插即用替代品。角色扮演應用程式從缺乏內容過濾器中受益。該模型能很好地處理爭議性話題。

初始化客戶端。指向我們的 API。呼叫 chat.completions.create(). 回應包含生成的文字。請妥善處理錯誤。回應中會追蹤 Token 使用量，使計費透明化。

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)

Python SDK 簡化了該過程。您獲得結構化數據。您可以循環遍歷回應。支援串流。函數呼叫也有效。這是整合的標準方式。

Node SDK 實現

Node.js SDK 遵循相同的模式。設定基礎 URL。設定 API 金鑰。匯入程式庫。呼叫完成方法。這適用於網頁伺服器與腳本。Node.js 開發者可完整使用無審查模型。無供應商鎖定。只需標準 API 呼叫。

配置客戶端。傳遞您的金鑰。發出請求。回應是一個 JSON 物件。解析內容。在您的應用程式中使用它。該模型能很好地處理長上下文。每個輸出最多 16,000 個 token。這非常適合詳細的角色扮演。保持程式碼整潔。

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);

Node.js 開發者欣賞其簡潔性。SDK 處理重試。它管理連接。您專注於邏輯。API 處理其餘部分。無需額外依賴。只需標準 OpenAI 包。

串流與 SSE

在請求主體中將 stream: true. API 返回伺服器發送的事件 (SSE)。每個區塊包含回應的一部分。Token 使用量報告在最後一個區塊中。這提供了即時回饋。用戶會看到文字生成過程。延遲感較低。參與度增加。這對於聊天應用程式至關重要。

處理串流。迭代區塊。將文字附加到您的 UI。按需停止。模型原生支援此功能。它適用於所有 SDK。無需自定義解析。只需遵循標準 SSE 格式。錯誤也會以串流形式傳送。您可以立即獲得失敗的回饋。

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)

串流很高效。它降低了感知的等待時間。使用者保持參與。uncensored 模型處理多樣化的主題。它不會破壞角色。這非常適合沉浸式體驗。現在就試試看。

限制、錯誤與上下文

上下文窗口為 100,000 token。最大輸出為 16,000 token。默認最大值為 2,048。速率限制為每分鐘 300 次請求。每個密鑰的並發限制為 8 次請求。請求體最大值為 8 MB。錯誤是標準的。401 表示無效密鑰。402 表示無信用額度。429 表示超出速率限制。拒絕是免費的。錯誤是免費的。僅為 token 付費。

正確處理錯誤。檢查狀態碼。遇到 429 時以退避策略重試。檢查 402 以查看信用額度。更新您的 UI。通知用戶。API 運作可靠。無 downtime 聲明。僅提供穩定表現。您的信用額度永不過期。使用加密貨幣充值。USDT 或 USDC。提供額外信用額度。立即開始開發。