Integrationsguide til ubegrænsede fuldførelser

Forudsætninger: SDK-installation og miljøvariabler

Installer den officielle SDK til dit sprog og eksporter dine legitimationsoplysninger, før du foretager anmodninger. Du skal bruge en API-nøgle fra vores portal og det standard bibliotek til dit valgte runtime. Dette sikrer, at din kode kan autentificere mod vores endpoints øjeblikkeligt.

• Python: pip install openai
• Node.js: npm install openai
• Eksporter OPENAI_API_KEY med din nøgle fra dashboardet.

Copyfrom openai import OpenAI

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

Konfiguration af base_url og API-nøgle

Peg din klient til vores dedikerede endpoint for at omgå standard modelbegrænsninger. Indstil base_url til https://api.gptnsfw.cc/v1 og brug den nøgle, du genererede. Denne enkelt ændring dirigerer trafikken til vores uncensored-infrastruktur.

• Base URL: https://api.gptnsfw.cc/v1
• Model-ID: uncensored

Copyimport OpenAI from "openai";

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

At lave din første POST /v1/chat/completions-anmodning

Send en standard completion-anmodning med dit system- og brugerprompt. Modellen returnerer tekstsvarene uden de sædvanlige indholdsfiltre for lovligt voksenindhold. Brug uncensored model-ID i dit payload.

Copycurl https://api.gptnsfw.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the full API response for the /v1/messages endpoint"}]
  }'

Håndtering af streamingrespons (SSE) og tokenforbrug

Stream tokens, mens de genereres, ved hjælp af Server-Sendte Begivenheder til realtids output. Den sidste chunk indeholder det samlede tokenforbrug for din request. Denne tilgang reducerer den opfattede latens for langvarigt rollespil eller historiegenerering.

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)

Tvinger JSON-tilstand til strukturerede dataoutput

Tving modellen til at udskrive gyldig JSON ved at indstille response_format til {"type": "json_object"}. Dette er kritisk, når du parser strukturerede data eller fodrer resultater ind i andre applikationer. Modellen overholder denne format strengt uden at tilføje konversationsfyld.

Konfigurerer temperatur, top_p og stopsekvenser

Juster temperature og top_p til at kontrollere kreativitet eller determinisme i dine output. Brug stop sekvenser til at afbryde genereringen ved specifikke markører. Disse parametre giver dig præcis kontrol over den uncensored chatbots adfærd.