OpenAI-Compatible API-Dokumentation

Basis-URL und Authentifizierung

Starten Sie jede Anfrage, indem Sie den base_url zu https://api.nsfwgemma.com/v1 und Übergeben Ihres API-Schlüssels im Authorization header. Sie erhalten Ihren Schlüssel sofort nach der Anmeldung mit Google oder E-Mail, ohne Telefonnummer. Bewahren Sie diesen Schlüssel sicher auf, da er das einzige Anmeldecredential für den Zugriff auf den Dienst ist.

POST /v1/chat/completions: Parameter und Beispiele

Senden Sie Ihre erste Nachricht an den Endpunkt im Standard-Chat-Completion-Format. Die Model-ID ist immer "uncensored", und Sie können den Ausgabe-Stil mit Parametern wie Temperatur und top_p steuern. Dieser Endpunkt verarbeitet alle Textgenerierungen, ohne dass komplexe lokale Einstellungen erforderlich sind.

Copycurl https://api.nsfwgemma.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top ten system prompts for the model"}]
  }'

Stellen Sie sicher, dass Ihre Payload die model field set to "uncensored" and a messages Array, das Ihren Prompt enthält. Das System gibt eine strukturierte JSON-Antwort mit dem generierten Text zurück.

GET /v1/models: Verfügbare Modelle auflisten

Fragen an den Models-Endpunkt stellen, um die verfügbare Instanz zu überprüfen und die Konnektivität zu bestätigen. Diese GET-Anfrage gibt Metadaten zur aktuellen Modellkonfiguration zurück, ohne Guthaben zu verbrauchen. Nutzen Sie dies, um Verbindungsprobleme zu debuggen, bevor Sie teure Generierungsanfragen senden.

Copyfrom openai import OpenAI

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

Die Antwort bestätigt die Modell-ID und die Token-Limits, wodurch sichergestellt wird, dass Ihr Client korrekt für das unzensierte Large Language Model konfiguriert ist.

Streaming-Antworten mit SSE

Aktivieren Sie Streaming, indem Sie stream: true um Tokens in Echtzeit über Server-Sent Events zu empfangen. Dies reduziert die wahrgenommene Latenz bei langformatigen kreativen Schreib- oder Roleplay-Szenarien. Token-Nutzungsstatistiken sind im letzten Chunk des Streams enthalten.

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)

Jedes Delta-Objekt analysieren, um Text schrittweise darzustellen, was ein flüssigeres Benutzererlebnis für interaktive NSFW-Chatbot-Anwendungen bietet.

Fehlerbehandlung und Token-Nutzung

Behandeln Sie gängige HTTP-Fehler korrekt: 401 weist auf einen ungültigen oder abgelaufenen Schlüssel hin, 402 bedeutet, dass Sie Guthaben nachladen müssen, und 429 signalisiert das Erschöpfen des Rate Limits. Fehler verbrauchen nicht Ihr vorausbezahltes Guthaben, sodass Sie ohne Strafe erneut versuchen können. Prüfen Sie immer die usage field in successful responses to track consumption.

Ratenbegrenzungen und Parallelität

Jeder API-Schlüssel unterstützt 300 Anfragen pro Minute und bis zu 8 gleichzeitige aktive Anfragen. Die maximale Größe des Anfragekörpers beträgt 8 MB, was den meisten Standard-Kontextfenstern entspricht. Das Überschreiten dieser Grenzen löst einen 429-Fehler aus, bis das Fenster zurückgesetzt wird.

Das Context-Window fasst insgesamt 100.000 Tokens zusammen, sowohl Prompt als auch Completion. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage oder 2.048, wenn Sie nichts angeben. max_tokens. Passen Sie Ihre Parallelität basierend auf den Traffic-Mustern Ihrer Anwendung an.

Unterstützte Parameter: Temperatur, Top P und mehr

Steuern Sie Zufälligkeit und Determinismus mit temperature, top_p, stop, seed, und Penalty-Parameter. Verwenden response_format gesetzt auf {"type": "json_object"} für strukturierte Datenausgaben. Function Calling wird über das tools Parameter für erweiterte Integrationen.

Diese Parameter ermöglichen die Feinabstimmung des Verhaltens des uncensored Modells und stellen sicher, dass es Ihren spezifischen NSFW-Inhaltsanforderungen entspricht, ohne unerwartete Ablehnungen.

Node.js

Copyimport OpenAI from "openai";

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