Panduan integrasi untuk penyelesaian uncensored

Prasyarat: Instalasi SDK dan variabel lingkungan

Instal SDK resmi untuk bahasa Anda dan ekspor kredensial Anda sebelum membuat permintaan. Anda memerlukan kunci API dari portal kami dan perpustakaan standar untuk runtime pilihan Anda. Ini memastikan kode Anda dapat diautentikasi ke endpoint kami segera.

• Python: pip install openai
• Node.js: npm install openai
• Ekspor OPENAI_API_KEY dengan kunci dari dasbor.

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)

Mengonfigurasi base_url dan kunci API

Arahkan klien Anda ke titik akhir khusus kami untuk melewati pembatasan model standar. Atur base_url ke https://api.gptnsfw.cc/v1 dan gunakan kunci yang Anda hasilkan. Perubahan tunggal ini mengarahkan lalu lintas ke infrastruktur uncensored kami.

• URL Dasar: https://api.gptnsfw.cc/v1
• ID Model: 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);

Melakukan permintaan POST /v1/chat/completions pertama Anda

Kirim permintaan penyelesaian standar dengan prompt sistem dan pengguna Anda. Model mengembalikan respons teks tanpa filter konten biasa untuk topik dewasa yang sah. Gunakan uncensored ID model dalam payload Anda.

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"}]
  }'

Menangani respons streaming (SSE) dan penggunaan token

Stream token saat dihasilkan menggunakan Server-Sent Events untuk output secara real-time. Potongan terakhir berisi total penggunaan token untuk permintaan Anda. Pendekatan ini mengurangi latensi persepsi untuk roleplay atau generasi cerita panjang.

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)

Memaksa mode JSON untuk output data terstruktur

Paksa model untuk menghasilkan JSON valid dengan mengatur response_format ke {"type": "json_object"}. Ini sangat penting saat mengurai data terstruktur atau memasukkan hasil ke aplikasi lain. Model ini mematuhi format ini secara ketat tanpa menambahkan pengisi percakapan.

Mengkonfigurasi suhu, top_p, dan urutan berhenti

Sesuaikan temperature dan top_p untuk mengontrol kreativitas atau determinisme dalam output Anda. Gunakan stop urutan untuk menghentikan generasi pada penanda tertentu. Parameter ini memberikan kontrol presisi atas perilaku chatbot tanpa sensor.