API 文档

认证与基础 URL

基础 URL 为 https://api.localllmnsfw.com/v1。将您的密钥放在 Authorization: Bearer <key> header。通过 Google 或邮箱注册时即时发放密钥。无需电话号码。每个账户仅有一个活跃密钥。新密钥将替换旧密钥。

认证很简单。使用官方 SDK。更改基础 URL 和 API 密钥即可。其余部分保持标准。这确保了与您现有工具的兼容性。您的提示词不会用于训练。隐私保护清晰明了。

首次请求

向以下地址发送 POST 请求 /v1/chat/completions. 模型 ID 为 uncensored输入是文本。输出是文本。没有图像或音频生成。没有嵌入。只是纯粹的推理。模型对合法成人内容不进行拒绝。它不是 GPT 或 Claude。它是一个为自由而调整的开源权重模型。立即测试它。

以下是使用 cURL 的基本请求。替换 <API_KEY> 附带您的密钥。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"}]
  }'

此请求返回标准的 OpenAI 风格响应。您将获得生成的文本。您可以直接解析它。无需复杂设置。直接开始聊天即可。

Python SDK 集成

使用官方 OpenAI Python 库。将 base URL 设置为我们的端点。设置 API 密钥。其余部分按文档说明正常工作。这是 GPT-4 或 GPT-3.5 的即插即用替代品。角色扮演应用受益于缺乏内容过滤器。该模型能很好地处理争议性话题。

初始化客户端。将其指向我们的 API。调用 chat.completions.create(). 响应包含生成的文本。请优雅地处理错误。Token 使用情况会在响应中记录，使计费透明化。

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 简化了该过程。您获得结构化数据。您可以循环遍历响应。支持流式传输。函数调用也有效。这是集成的标准方式。

Node SDK 实现

Node.js SDK 遵循相同的模式。设置基础 URL。设置 API 密钥。导入库。调用 completion 方法。这适用于 Web 服务器和脚本。Node 开发者可以完全访问 uncensored 模型。无供应商锁定。只需标准的 API 调用。

配置客户端。传入您的密钥。发起请求。响应是一个 JSON 对象。解析内容。在您的应用中使用它。该模型对长上下文支持良好。每次输出最多支持 16,000 个 token。这非常适合详细的角色扮演。保持代码整洁。

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 开发者欣赏其简洁性。SDK 处理重试。它管理连接。你专注于业务逻辑。API 完成其余工作。无需额外依赖。只需标准的 OpenAI 包。

流式传输与 SSE

通过将 stream: true. API 返回 Server-Sent Events (SSE)。每个块包含部分响应。令牌使用情况在最后一个块中报告。这提供了实时反馈。用户可以看到文本的生成过程。延迟感更低。参与度更高。这对聊天应用至关重要。

处理流。迭代块。将文本附加到您的 UI。按需停止。模型原生支持此功能。它适用于所有 SDK。无需自定义解析。只需遵循标准 SSE 格式。错误也会以流形式发送。您可以立即获得失败的反馈。

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)

流式传输非常高效。它减少了感知的等待时间。用户保持参与。无审查模型处理各种主题。它不会打破角色。这对于沉浸式体验来说非常完美。立即尝试。

限制、错误 & 上下文

上下文窗口为 100,000 token。最大输出为 16,000 token。默认最大值为 2,048。速率限制为每分钟 300 次请求。每个密钥的并发限制为 8 个请求。请求主体最大为 8 MB。错误是标准的。401 表示无效密钥。402 表示无信用。429 表示超出速率限制。拒绝是免费的。错误是免费的。只为 token 付费。

正确处理错误。检查状态码。遇到 429 时采用退避策略重试。检查 402 以了解信用额度。更新您的 UI。通知用户。API 运行可靠。不承诺无故障时间。仅提供一致的性能。您的信用额度永不过期。使用加密货币充值。支持 USDT 或 USDC。提供额外信用额度。立即开始构建。