Guide de démarrage rapide

Installez le SDK

Commencez par installer la bibliothèque officielle pour votre langage. Cela vous donne un accès direct au chat.completions point de terminaison sans couches de routage supplémentaires.

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

Maintenez le package à jour pour garantir la compatibilité avec les fonctionnalités de streaming et d'appel de fonctions.

Définissez votre URL de base

Pointez votre client vers notre point de terminaison spécifique pour contourner les filtres de fournisseur standard. Utilisez https://api.nsfwllmsystemprompt.com/v1 comme votre URL de base.

Transmettez votre clé API dans l'en-tête. Cela garantit que les requêtes sont adressées directement au modèle uncensored.

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"}]
  }'

Envoyez votre première demande

Effectuer une requête POST à /v1/chat/completions. Envoyez l'ID du modèle uncensored et votre invite système.

Le modèle répond sans refuser les sujets adultes licites. Définissez max_tokens pour contrôler la longueur de sortie.

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)

Gérer les réponses en streaming

Activez le streaming en définissant stream: true. Cela retourne des données token par token via Server-Sent Events.

Traitez chaque chunk pour afficher la sortie en temps réel. Vérifiez le dernier chunk pour l'utilisation totale des jetons et les données de facturation.

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)

Activer l'appel de fonctions

Définissez les outils dans votre requête pour permettre au modèle d'appeler des fonctions externes. Transmettez le tools tableau avec votre schéma.

Définir tool_choice à auto ou un nom d'outil spécifique. Le modèle renvoie des appels d'outil dans le contenu de la réponse.

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);

Vérifiez votre utilisation et vos limites

Vous avez 300 requêtes par minute et 8 connexions simultanées par clé. La fenêtre de contexte est de 100,000 tokens au total.

Les erreurs comme 401 (clé invalide) ou 402 (pas de crédit) sont gratuites. Les refus dus au contenu sont également gratuits. Ne payez que pour l'utilisation réussie des jetons.

Basculez votre URL de base en production

Mettez à jour votre variable d'environnement pour pointer vers l'endpoint stable. Assurez-vous que votre clé API est sécurisée dans votre environnement de production.

Surveillez votre consommation de tokens via le dernier chunk de streaming. Rechargez votre crédit via les cryptomonnaies si nécessaire.