API 文件

基礎 URL 與驗證

該 API 基礎 URL 為 HTTPS://api.llmfornsfw.com/v1。您透過在請求標頭中包含唯一的 API 金鑰來進行身份驗證。此金鑰在您透過 Google 或電子郵件在「取得 API 金鑰」頁面完成註冊後立即產生。

每次請求必須包含 Authorization 標頭。格式為 Bearer 後跟您的密鑰。如果密鑰缺失或無效，服務器將返回 401 Unauthorized 錯誤。處理過程中的錯誤不會消耗您的預付信用額度。

Copycurl https://api.llmfornsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a 200 word summary of the provided technical documentation."}]
  }'

• 保持您的金鑰安全。
• 每個帳戶一個有效金鑰。
• 輕鬆生成新金鑰。

首次請求

向 /v1/chat/completions 發送 POST 請求以生成文字。模型標識符為 "uncensored"。該模型在合法成人使用情況下不會拒絕內容，使其非常適合 NSFW 聊天機器人場景。

將您的訊息包含在主體中。系統返回文本補全。您可以調整 temperature 等參數以控制創意。此設置適用於任何 OpenAI-compatible 客戶端。

Copyfrom openai import OpenAI

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

確保您的資料載體符合所需的 schema。API 會內部處理 tokenization。您只需傳送自然語言。回應包含生成的文字。此功能適用於角色扮演或故事生成。

串流回應

透過將 stream 設為 true 來啟用串流。API 會傳送 Server-Sent Events。每個區塊包含部分文字。這允許即時顯示結果。

串流資料可降低感知延遲。使用者可以看到文字即時生成。最後一個區塊包含計費詳細資訊。這有助於您準確追蹤成本。

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)

優雅地處理錯誤。網絡問題可能會中斷流。如有必要請重新連接。API 支持高吞吐量。監控您的請求速率。

函式呼叫與工具

使用函數調用功能來定義工具。您的模型可以調用函數。這實現了結構化數據提取。在訊息陣列中定義工具。

API 支援 tool_choice。您可以強制或允許函式呼叫。這對於需要結構化輸出的成人內容 LLM API 整合非常有用。將模型設定為使用工具。

Copyimport OpenAI from "openai";

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

在您的應用程式中解析工具呼叫。執行函式。將結果回饋給模型。此迴圈可增強功能。它與任何相容的 SDK 配合運作。

JSON 模式

設定 response_format 為 json_object。模型輸出有效的 JSON。這確保了解析的一致性。用於 NSFW 數據處理。

JSON 模式會限制輸出。模型會遵循您的結構定義。格式錯誤的情況很少見。但仍建議驗證輸出內容，以提升可靠性。

將 JSON 模式與函式呼叫結合。您將獲得結構化數據。這有助於減少後續處理工作。這對於開發人員來說非常高效。

Copycurl https://api.llmfornsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a 200 word summary of the provided technical documentation."}]
  }'

使用簡單的提示詞進行測試。驗證 JSON 結構。調整溫度以確保穩定性。低溫度可確保一致性。

限制、錯誤與上下文

上下文視窗為 100,000 個 token。這包含提示詞和補全內容。最大輸出為 16,000 個 token。設定 max_tokens 以控制長度。

每分鐘的速率限制為 300 次請求。您可以擁有 8 個並發請求。請求主體最大為 8 MB。超出限制將返回 429 錯誤。等待後再重試。

錯誤如 402 表示無餘額。使用加密貨幣充值。USDT 或 USDC 均可。積分永不過期。請定期檢查您的餘額。