API 文档

基础 URL 和认证

API 基础 URL 为 HTTPS://api.llmfornsfw.com/v1。通过在请求标头中包含唯一的 API 密钥进行身份验证。该密钥在通过 Google 或电子邮件在“获取 API 密钥”页面注册后立即生成。

每次请求必须包含 Authorization 标头。格式为 Bearer 后跟您的密钥。如果密钥缺失或无效，服务器将返回 401 Unauthorized 错误。处理期间的错误不会消耗您的预存信用额。

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."}]
  }'

• 保持密钥安全。
• 每个账户一个活跃密钥。
• 轻松生成新密钥。

首次请求

向 /v1/chat/completions 发送 POST 请求以生成文本。模型标识符为 "uncensored"。该模型在合法成人用途下不进行内容拒绝，非常适合 NSFW 聊天机器人场景。

在请求体中包含您的消息。系统将返回文本补全。您可以调整 temperature 等参数以控制创造性。此设置适用于任何 OpenAI-compatible 客户端。

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)

确保您的负载匹配所需的模式。API 内部处理分词。您只发送自然语言。响应包含生成的文本。将其用于角色扮演或故事生成。

流式响应

通过将 stream 设置为 true 来启用流式传输。API 发送服务器发送事件。每个数据块包含部分文本。这允许即时显示结果。

流式传输可降低感知延迟。用户可以看到文本的生成过程。最后一个数据块包含令牌使用详情。这有助于您准确跟踪成本。

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)

优雅地处理错误。网络问题可能会中断流。如有必要请重新连接。API 支持高吞吐量。监控您的请求速率。

函数调用与工具

使用函数调用功能来定义工具。您的模型可以调用函数。这实现了结构化数据提取。在消息数组中定义工具。

API 支持 tool_choice。你可以强制或允许函数调用。这对于需要结构化输出的 NSFW LLM API 集成非常有用。将模型设置为使用工具。

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);

在您的应用程序中解析工具调用。执行函数。将结果反馈回模型。此循环增强了功能。它适用于任何兼容的 SDK。

JSON 模式

将 response_format 设置为 json_object。模型输出有效的 JSON。这确保了解析的一致性。用于 NSFW 数据处理。

JSON 模式会限制输出。模型会遵循您的 Schema。格式错误极少发生。但仍需验证输出。这增加了可靠性。

将 JSON 模式与函数调用结合使用。您将获得结构化数据。这减少了后处理工作。这对开发人员来说非常高效。

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."}]
  }'

使用简单提示词进行测试。验证 JSON 结构。调整温度以获得稳定性。低温度确保一致性。

限制、错误和上下文

上下文窗口为 100,000 个 token。这包括提示词和补全内容。最大输出为 16,000 个 token。设置 max_tokens 以控制长度。

频率限制为每分钟 300 次请求。您可以有 8 个并发请求。请求体最大为 8 MB。超出限制将返回 429 错误。等待后再重试。

错误如 402 表示无余额。通过加密货币充值。USDT 或 USDC 均可。信用额度永不过期。请定期检查您的余额。