URL base y autenticación
Nuestra API sigue el estándar de compatibilidad con OpenAI, lo que significa que puedes usar SDKs existentes con cambios mínimos. La URL base es https://api.sdxlnsfw.top/v1. Te autentificas mediante un token Bearer en el encabezado Authorization. A diferencia de muchos competidores, no requerimos número de teléfono para registrarte; puedes crear una cuenta con Google o correo electrónico y recibir tu clave de inmediato.
Cada cuenta admite una clave activa a la vez. Si generas una nueva clave, la anterior se revoca al instante. Asegúrate de que tu encabezado Authorization esté configurado como Bearer YOUR_API_KEY para todas las peticiones. Este endpoint gestiona todo el procesamiento de texto, desde la generación de prompts hasta la generación de descripciones, sin interferir con tus flujos de trabajo de imagen o audio.
Envía tu primera petición
Comienza enviando una petición simple de finalización de texto para verificar la conectividad. El ID del modelo es uncensored. Este modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito, lo que lo hace ideal para ingeniería de prompts NSFW. Puedes enviar hasta 100,000 tokens en la ventana de contexto, sin un límite de salida separado por petición.
A continuación hay un ejemplo básico de cURL para probar el endpoint. Reemplaza YOUR_API_KEY con tu clave. Si recibes una respuesta JSON con contenido, tu integración está funcionando. Errores como 401 indican una clave no válida, mientras que 402 significa que necesitas recargar tu crédito.
Generación de prompts para sdxl nsfw
Usa la API para generar prompts detallados para tus pipelines SDXL NSFW. El modelo sin censura maneja etiquetas específicas, descripciones anatómicas y estilos artísticos sin filtrar. Puedes pasar un prompt de sistema para definir el rol del modelo, asegurando una salida consistente para tu flujo de trabajo. Por ejemplo, pídele que amplíe un concepto simple en un prompt completo con detalles de iluminación y cámara.
La API es solo de texto, por lo que no genera la imagen en sí. Proporciona la infraestructura de texto que impulsa tu paso de generación. Esto asegura que tus metadatos y prompts permanezcan sin censura, preservando la intención exacta de tu dirección creativa. Usa el parámetro temperature para controlar la creatividad; valores más altos producen prompts más variados.
Llamadas a funciones y herramientas
Integra la extracción de datos estructurados o el uso de herramientas en tu pipeline. La API admite llamadas a funciones, permitiéndote definir herramientas que el modelo puede invocar. Esto es útil para analizar texto no estructurado o desencadenar acciones específicas en tu script. Configura tool_choice para controlar si el modelo debe usar una herramienta o puede elegir libremente.
Define tus funciones en el array tools. El modelo devolverá una respuesta con llamadas a funciones si es apropiado. Esta función está disponible para todas las peticiones, lo que permite lógica compleja en tus flujos de clasificación de texto NSFW o generación de subtítulos. Asegúrate de que las definiciones de tus funciones sean JSON válido para evitar errores de análisis.
Respuestas en streaming
Para aplicaciones en tiempo real, usa Server-Sent Events (SSE) para transmitir respuestas token por token. Esto reduce la latencia percibida y te permite mostrar el progreso a medida que el modelo genera texto. El streaming se habilita configurando stream: true en tu petición. Cada fragmento contiene contenido parcial, y el fragmento final incluye estadísticas de uso de tokens.
Esto es particularmente útil para la generación de prompts largos o la escritura de scripts. Puedes procesar los tokens a medida que llegan, construyendo el texto final de forma incremental. Recuerda que los errores durante el streaming aún pueden devolver un fragmento final con detalles del error. Maneja las interrupciones de red de forma elegante, ya que las conexiones de streaming pueden caerse.
Modo JSON para datos estructurados
Asegura una salida consistente para flujos de trabajo automatizados usando el modo JSON. Establece response_format en {"type": "json_object"} para forzar que el modelo devuelva JSON válido. Esto es crítico para analizar respuestas en tu código sin regex complejos ni postprocesamiento. El modelo respetará la estructura que definas en tu prompt del sistema o ejemplos few-shot.
Usa esto para generar metadatos, extraer etiquetas o formatear prompts para herramientas posteriores. El modo JSON asegura fiabilidad, reduciendo la posibilidad de que respuestas mal formadas rompan tu pipeline. Ten en cuenta que el modo JSON puede aumentar ligeramente la latencia debido a la sobrecarga de validación. Valida siempre la salida en tu código, ya que el modelo aún puede producir JSON inválido en casos extremos.
cURL
curl https://api.sdxlnsfw.top/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.sdxlnsfw.top/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)Node.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.sdxlnsfw.top/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);Transmisión
stream = 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)