बेस URL और प्रमाणीकरण
हमारी API OpenAI संगतता मानक का पालन करती है, जिसका अर्थ है कि आप मौजूदा SDKs को न्यूनतम परिवर्तनों के साथ उपयोग कर सकते हैं। बेस URL https://api.sdxlnsfw.top/v1 है। आप Authorization हेडर में Bearer टोकन का उपयोग करके प्रमाणीकरण करते हैं। कई प्रतिस्पर्धियों के विपरीत, हम साइन इन के लिए फ़ोन नंबर की आवश्यकता नहीं करते; आप Google या ईमेल के माध्यम से एक खाता बना सकते हैं और तुरंत अपनी कुंजी प्राप्त कर सकते हैं।
प्रत्येक खाता एक समय में एक सक्रिय कुंजी का समर्थन करता है। यदि आप एक नई कुंजी जनरेट करते हैं, तो पुरानी कुंजी तुरंत रद्द कर दी जाती है। सुनिश्चित करें कि आपका Authorization हेडर सभी अनुरोधों के लिए Bearer YOUR_API_KEY पर सेट है। यह एंडपॉइंट प्रॉम्प्ट जनरेशन से लेकर कैप्शनिंग तक सभी टेक्स्ट प्रोसेसिंग संभालता है, बिना आपके इमेज या ऑडियो पाइपलाइन्स में हस्तक्षेप किए।
अपना पहला अनुरोध भेजें
कनेक्टिविटी की जाँच करने के लिए एक सरल टेक्स्ट कंप्लीशन अनुरोध भेजकर शुरू करें। मॉडल आईडी uncensored है। यह मॉडल कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड है, जो NSFW प्रॉम्प्ट इंजीनियरिंग के लिए आदर्श है। आप कॉन्टेक्स्ट विंडो में 100,000 टोकन तक भेज सकते हैं, प्रत्येक अनुरोध के लिए कोई अलग आउटपुट कैप नहीं है।
नीचे एंडपॉइंट को परीक्षण करने के लिए एक बेसिक cURL उदाहरण दिया गया है। YOUR_API_KEY को अपनी कुंजी से बदलें। यदि आपको सामग्री के साथ एक JSON रिस्पॉन्स मिलता है, तो आपकी इंटीग्रेशन काम कर रही है। 401 जैसे त्रुटियाँ एक अमान्य कुंजी को इंगित करती हैं, जबकि 402 का अर्थ है कि आपको अपने क्रेडिट को टॉप-अप करने की आवश्यकता है।
sdxl nsfw के लिए प्रॉम्प्ट जनरेशन
अपने SDXL NSFW पाइपलाइन्स के लिए विस्तृत प्रॉम्प्ट जनरेट करने के लिए API का उपयोग करें। बिना सेंसर मॉडल विशिष्ट टैग, शारीरिक विवरण और कलात्मक शैलियों को बिना फ़िल्टर के संभालता है। आप मॉडल की भूमिका को परिभाषित करने के लिए एक सिस्टम प्रॉम्प्ट पास कर सकते हैं, अपने वर्कफ़्लो के लिए स्थिर आउटपुट सुनिश्चित करते हुए। उदाहरण के लिए, एक सरल अवधारणा को रोशनी और कैमरा विवरण के साथ एक पूर्ण प्रॉम्प्ट में विस्तारित करने के लिए उससे कहें।
API केवल टेक्स्ट है, इसलिए यह स्वयं इमेज जनरेट नहीं करता है। यह आपकी जनरेशन चरण को संचालित करने के लिए टेक्स्ट इंफ्रास्ट्रक्चर प्रदान करता है। यह सुनिश्चित करता है कि आपकी मेटाडेटा और प्रॉम्प्ट बिना सेंसर रहें, आपकी रचनात्मक दिशा की सटीक इरादे को बनाए रखते हुए। temperature पैरामीटर का उपयोग क्रीativity को नियंत्रित करने के लिए करें; उच्च मान अधिक विविध प्रॉम्प्ट देते हैं।
फ़ंक्शन कॉलिंग और टूल्स
अपनी पाइपलाइन में संरचित डेटा एक्सट्रैक्शन या टूल उपयोग को इंटीग्रेट करें। API फ़ंक्शन कॉलिंग का समर्थन करता है, जिससे आप मॉडल द्वारा कॉल किए जा सकने वाले टूल्स को परिभाषित कर सकते हैं। यह असंरचित टेक्स्ट को पार्स करने या अपने स्क्रिप्ट में विशिष्ट क्रियाओं को ट्रिगर करने के लिए उपयोगी है। tool_choice को सेट करें कि मॉडल को टूल का उपयोग करना है या वह स्वतंत्र रूप से चुन सकता है।
अपने फ़ंक्शन्स को tools सरणी में परिभाषित करें। मॉडल यदि उचित हो तो टूल कॉल के साथ एक रिस्पॉन्स लौटाएगा। यह सुविधा सभी अनुरोधों के लिए उपलब्ध है, जो आपकी NSFW टेक्स्ट-क्लासिफिकेशन या कैप्शनिंग वर्कफ़्लो में जटिल तर्क को सक्षम बनाती है। पार्सिंग त्रुटियों से बचने के लिए सुनिश्चित करें कि आपके फ़ंक्शन परिभाषाएँ मान्य JSON हैं।
स्ट्रीमिंग प्रतिक्रियाएं
रियल-टाइम एप्लिकेशन के लिए, टोकन-बाय-टोकन रिस्पॉन्स को स्ट्रीम करने के लिए Server-Sent Events (SSE) का उपयोग करें। यह अनुभवी विलंबता को कम करता है और मॉडल टेक्स्ट जनरेट करते समय प्रगति प्रदर्शित करने की अनुमति देता है। स्ट्रीमिंग को अपने अनुरोध में stream: true सेट करके सक्षम किया जाता है। प्रत्येक चंक आंशिक सामग्री रखता है, और अंतिम चंक में टोकन उपयोग सांख्यिकी शामिल होती है।
यह लंबे प्रॉम्प्ट जनरेशन या स्क्रिप्ट लेखन के लिए विशेष रूप से उपयोगी है। आप टोकन को आने पर प्रोसेस कर सकते हैं, अंतिम टेक्स्ट को क्रमिक रूप से बनाते हुए। याद रखें कि स्ट्रीमिंग के दौरान त्रुटियाँ अभी भी त्रुटि विवरण के साथ एक अंतिम चंक लौटा सकती हैं। नेटवर्क विच्छेद को सहजता से हैंडल करें, क्योंकि स्ट्रीमिंग कनेक्शन ड्रॉप हो सकते हैं।
संरचित डेटा के लिए JSON मोड
ऑटोमेटेड पाइपलाइन्स के लिए स्थिर आउटपुट सुनिश्चित करने के लिए JSON मोड का उपयोग करें। response_format को {"type": "json_object"} पर सेट करें ताकि मॉडल को मान्य JSON लौटने के लिए मजबूर किया जा सके। यह आपके कोड में रिस्पॉन्स को पार्स करने के लिए महत्वपूर्ण है, बिना जटिल regex या पोस्ट-प्रोसेसिंग के। मॉडल आपके सिस्टम प्रॉम्प्ट या फ़ीव-शॉट उदाहरणों में आपकी द्वारा परिभाषित संरचना का पालन करेगा।
मेटाडेटा जनरेट करने, टैग एक्सट्रैक्ट करने या डाउनस्ट्रीम टूल्स के लिए प्रॉम्प्ट फ़ॉर्मेट करने के लिए इसका उपयोग करें। JSON मोड विश्वसनीयता सुनिश्चित करता है, जो आपकी पाइपलाइन को तोड़ने वाले खराब प्रारूप वाले रिस्पॉन्स के अवसर को कम करता है। ध्यान दें कि JSON मोड वैलिडेशन ओवरहेड के कारण थोड़ी विलंबता बढ़ा सकता है। किन मामलों में मॉडल अभी भी अमान्य JSON उत्पन्न कर सकता है, इसलिए हमेशा अपने कोड में आउटपुट की जाँच करें।
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);स्ट्रीमिंग
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)