Documentazione API compatibile con OpenAI

URL Base e Autenticazione

Avvia ogni richiesta impostando il base_url a https://api.nsfwgemma.com/v1 e passando la tua chiave API nell' Authorization header. Ricevi la tua chiave immediatamente dopo la registrazione con Google o email, senza bisogno del numero di telefono. Mantieni questa chiave al sicuro, poiché è l'unica credenziale necessaria per accedere al servizio.

POST /v1/chat/completions: Parametri ed esempi

Invia il tuo primo messaggio all'endpoint utilizzando il formato standard per le chat completions. L'ID del modello è sempre "uncensored" e puoi controllare lo stile di output con parametri come temperature e top_p. Questo endpoint gestisce tutta la generazione di testo senza richiedere configurazioni locali complesse.

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"}]
  }'

Assicurati che il tuo payload includa il model field impostato su "uncensored" e a messages array contenente il tuo prompt. Il sistema restituisce una risposta JSON strutturata con il testo generato.

GET /v1/models: Elenco dei modelli disponibili

Interroga l'endpoint dei modelli per verificare l'istanza disponibile e confermare la connettività. Questa richiesta GET restituisce i metadati sulla configurazione corrente del modello senza consumare alcun credito. Usalo per risolvere i problemi di connessione prima di inviare richieste di generazione costose.

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)

La risposta conferma l'ID del modello e i limiti dei token, assicurando che il tuo client sia configurato correttamente per il modello di linguaggio di grandi dimensioni uncensored.

Risposte in streaming con SSE

Abilita lo streaming impostando stream: true per ricevere token in tempo reale tramite Server-Sent Events. Questo riduce la latenza percepita per la scrittura creativa di lunga durata o per gli scenari di roleplay. Le statistiche sull'utilizzo dei token sono incluse nell'ultimo chunk dello stream.

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)

Analizza ogni oggetto delta per renderizzare il testo in modo incrementale, fornendo un'esperienza utente più fluida per le applicazioni di chatbot NSFW interattive.

Gestione degli errori e utilizzo token

Gestisci gli errori HTTP comuni in modo elegante: 401 indica una chiave non valida o scaduta, 402 significa che è necessario ricaricare il credito e 429 segnala l'esaurimento del limite di frequenza. Gli errori non consumano il tuo credito prepagato, quindi puoi ripetere la richiesta senza penalità. Controlla sempre il usage field nelle risposte valide per tracciare il consumo.

Limiti di frequenza e concorrenza

Ogni chiave API supporta 300 richieste al minuto e fino a 8 richieste concorrenti attive. La dimensione massima del corpo della richiesta è di 8 MB, che si adatta alla maggior parte delle finestre di contesto standard. Il superamento di questi limiti attiva un errore 429 fino al reset della finestra.

La finestra di contesto consente 100.000 token in totale, combinando prompt e completamento. L'output massimo è di 16.000 token per richiesta, o 2.048 se non specifichi max_tokens. Regola la tua concorrenza in base ai modelli di traffico della tua applicazione.

Parametri supportati: temperatura, top P e altro

Controlla casualità e determinismo utilizzando temperature, top_p, stop, seed, e parametri di penalità. Usa response_format impostato a {"type": "json_object"} per output di dati strutturati. Il function calling è supportato tramite il tools il parametro per integrazioni avanzate.

Questi parametri consentono di affinare il comportamento del modello uncensored, assicurando che corrisponda ai tuoi requisiti specifici per i contenuti NSFW senza rifiuti imprevisti.

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);