Schnellstart-Leitfaden

Installieren Sie das SDK

Installieren Sie zunächst die offizielle Bibliothek für Ihre Sprache. Dies gibt Ihnen direkten Zugriff auf den chat.completions Endpunkt ohne zusätzliche Routing-Schichten.

• Python: pip install openai
• Node.js: npm install openai

Halten Sie das Paket aktuell, um die Kompatibilität mit Streaming- und Function-Calling-Funktionen zu gewährleisten.

Legen Sie Ihre Base-URL fest

Richten Sie Ihren Client auf unseren spezifischen Endpunkt aus, um die Standardanbieterfilter zu umgehen. Verwenden https://api.nsfwllmsystemprompt.com/v1 als Ihre Basis-URL.

Übergeben Sie Ihren API-Schlüssel im Header. Dies stellt sicher, dass Anfragen direkt an das unzensierte Modell gesendet werden.

Copycurl https://api.nsfwllmsystemprompt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five features of this model"}]
  }'

Senden Sie Ihre erste Anfrage

Machen Sie eine POST-Anfrage an /v1/chat/completions. Senden Sie die Modell-ID uncensored und Ihren System-Prompt.

Das Modell antwortet ohne Zurückweisung von rechtmäßigen Erwachsenenthemen. Legen Sie max_tokens die Ausgabelänge zu steuern.

Copyfrom openai import OpenAI

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

Streaming-Antworten behandeln

Aktivieren Sie Streaming, indem Sie stream: true. Dies gibt Daten Token für Token über Server-Sent-Events zurück.

Verarbeiten Sie jeden Chunk, um Echtzeit-Ausgaben anzuzeigen. Prüfen Sie den letzten Chunk auf die gesamte Token-Nutzung und Abrechnungsdaten.

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)

Function Calling aktivieren

Definieren Sie Tools in Ihrer Anfrage, um das Modell externe Funktionen aufrufen zu lassen. Übergeben Sie die tools array mit Ihrem Schema.

Festlegen tool_choice zu auto oder einen bestimmten Tool-Namen. Das Modell gibt Tool-Aufrufe im Antwortinhalt zurück.

Copyimport OpenAI from "openai";

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

Überprüfen Sie Ihre Nutzung und Grenzen

Du hast 300 Anfragen pro Minute und 8 gleichzeitige Verbindungen pro Key. Das Kontextfenster umfasst insgesamt 100,000 Tokens.

Fehler wie 401 (ungültiger Schlüssel) oder 402 (kein Guthaben) sind kostenlos. Ablehnungen aufgrund von Inhalten sind ebenfalls kostenlos. Zahlen Sie nur für erfolgreiche Token-Nutzung.

Wechseln Sie Ihre Base-URL in der Produktion

Aktualisieren Sie Ihre Umgebungsvariable, um auf den stabilen Endpunkt zu verweisen. Stellen Sie sicher, dass Ihr API-Schlüssel in Ihrer Produktionsumgebung sicher ist.

Überwachen Sie Ihre Token-Nutzung über das letzte Streaming-Chunk. Füllen Sie das Guthalt bei Bedarf mit Krypto auf.