Guide d'intégration des complétions sans censure

Prérequis : installation du SDK et variables d'environnement

Installez le SDK officiel pour votre langage et exportez vos identifiants avant d'effectuer des requêtes. Vous avez besoin d'une clé API depuis notre portail et de la bibliothèque standard pour votre environnement d'exécution choisi. Cela garantit que votre code peut s'authentifier contre nos points de terminaison immédiatement.

• Python : pip install openai
• Node.js : npm install openai
• Exporter OPENAI_API_KEY avec votre clé depuis le tableau de bord.

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)

Configuration de base_url et de la clé API

Pointez votre client vers notre point de terminaison dédié pour contourner les restrictions de modèle standard. Définissez le base_url à https://api.gptnsfw.cc/v1 et utilisez la clé que vous avez générée. Ce seul changement dirige le trafic vers notre infrastructure uncensored.

• URL de base : https://api.gptnsfw.cc/v1
• ID du modèle : 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);

Effectuer votre première requête POST /v1/chat/completions

Envoyez une requête de complétion standard avec vos invites système et utilisateur. Le modèle renvoie des réponses textuelles sans les filtres de contenu habituels pour les sujets adultes licites. Utilisez l' uncensored ID du modèle dans votre 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"}]
  }'

Gestion des réponses en streaming (SSE) et de la consommation de tokens

Diffusez les jetons au fur et à mesure de leur génération à l'aide des Server-Sent Events pour une sortie en temps réel. Le dernier bloc contient l'utilisation totale des jetons pour votre requête. Cette approche réduit la latence perçue pour la génération de jeux de rôle ou d'histoires longs.

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)

Activation du mode JSON pour les sorties de données structurées

Forcez le modèle à produire un JSON valide en définissant response_format à {"type": "json_object"}. C'est crucial lors de l'analyse de données structurées ou de l'alimentation des résultats dans d'autres applications. Le modèle respecte strictement ce format sans ajouter de remplissage conversationnel.

Configuration de la température, du top_p et des séquences d'arrêt

Ajuster temperature et top_p pour contrôler la créativité ou le déterminisme dans vos sorties. Utilisez stop séquences pour interrompre la génération à des marqueurs spécifiques. Ces paramètres vous donnent un contrôle précis du comportement du chatbot sans censure.