Guia de integração para conclusões sem censura

Pré-requisitos: Instalação do SDK e variáveis de ambiente

Instale o SDK oficial para a sua linguagem e exporte suas credenciais antes de fazer solicitações. Você precisa de uma chave de API do nosso portal e da biblioteca padrão para o seu ambiente de execução escolhido. Isso garante que seu código possa se autenticar contra nossos endpoints imediatamente.

• Python: pip install openai
• Node.js: npm install openai
• Exportar OPENAI_API_KEY com sua chave do painel.

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)

Configurando base_url e chave da API

Direcione seu cliente para nosso endpoint dedicado para contornar as restrições padrão do modelo. Defina o base_url para https://api.gptnsfw.cc/v1 e use a chave que você gerou. Esta única alteração direciona o tráfego para nossa infraestrutura uncensored.

• URL Base: https://api.gptnsfw.cc/v1
• ID do Modelo: 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);

Fazendo sua primeira solicitação POST /v1/chat/completions

Envie uma solicitação de conclusão padrão com seus prompts do sistema e do usuário. O modelo retorna respostas de texto sem os filtros de conteúdo habituais para tópicos adultos lícitos. Use o uncensored ID do modelo no 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"}]
  }'

Lidando com respostas de streaming (SSE) e uso de tokens

Transmita tokens conforme são gerados usando Server-Sent Events para saída em tempo real. O último bloco contém o uso total de tokens para sua solicitação. Esta abordagem reduz a latência percebida para geração de roleplay ou histórias longas.

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)

Ativando o modo JSON para saídas de dados estruturados

Força o modelo a gerar JSON válido definindo response_format para {"type": "json_object"}. Isso é crítico ao analisar dados estruturados ou alimentar resultados em outros aplicativos. O modelo adere estritamente a este formato sem adicionar preenchimento conversacional.

Configurando temperatura, top_p e sequências de parada

Ajustar temperature e top_p para controlar a criatividade ou a determinismo nas suas saídas. Use stop sequências para interromper a geração em marcadores específicos. Esses parâmetros dão a você controle preciso sobre o comportamento do chatbot sem censura.