Bazowy URL i uwierzytelnianie
Nasze API jest zgodne ze standardem kompatybilności OpenAI, co pozwala używać istniejących SDK po minimalnych zmianach. Base URL to https://api.sdxlnsfw.top/v1. Uwierzytelniasz się za pomocą tokenu Bearer w nagłówku Authorization. W przeciwieństwie do wielu konkurentów, nie wymagamy numeru telefonu przy rejestracji; możesz założyć konto przez Google lub e-mail i natychmiast otrzymać klucz.
Konto obsługuje jeden aktywny klucz naraz. Jeśli wygenerujesz nowy klucz, stary jest natychmiast unieważniony. Upewnij się, że nagłówek Authorization jest ustawiony na Bearer YOUR_API_KEY dla wszystkich zapytań. Ten endpoint obsługuje całą obróbkę tekstu, od generowania promptów po opisywanie, nie zakłócając potoków obrazu lub audio.
Wyślij pierwsze zapytanie
Zacznij od wysłania prostego zapytania o uzupełnienie tekstu, aby zweryfikować łączność. ID modelu to uncensored. Model jest dostrojony do odpowiadania bez odmów treści dla legalnego użytku dorosłego, co czyni go idealnym do inżynierii promptów NSFW. Możesz wysłać do 100,000 tokenów w oknie kontekstu, bez osobnego limitu wyjściowego na zapytanie.
Poniżej znajduje się podstawowy przykład cURL do przetestowania endpointu. Zastąp YOUR_API_KEY swoim kluczem. Jeśli otrzymasz odpowiedź JSON z treścią, integracja działa. Błędy typu 401 oznaczają nieprawidłowy klucz, a 402 oznacza, że musisz doładować kredyt.
Generowanie promptów dla sdxl nsfw
Użyj API do generowania szczegółowych promptów dla swoich potoków SDXL NSFW. Model bez cenzury obsługuje konkretne tagi, opisy anatomii i style artystyczne bez filtrowania. Możesz przekazać prompt systemowy, aby zdefiniować rolę modelu, zapewniając spójne wyniki dla Twojego przepływu pracy. Na przykład poproś go o rozszerzenie prostego konceptu w pełny prompt z oświetleniem i szczegółami kamery.
API jest tylko tekstowe, więc nie generuje samego obrazu. Zapewnia infrastrukturę tekstową napędzającą krok generowania. To zapewnia, że metadane i prompty pozostają bez cenzury, zachowując dokładny zamysł Twojej kreacji. Użyj parametru temperature, aby kontrolować kreatywność; wyższe wartości dają bardziej zróżnicowane prompty.
Wywoływanie funkcji i narzędzia
Zintegruj ekstrakcję danych strukturalnych lub użycie narzędzi w swoim potoku. API obsługuje wywoływanie funkcji, pozwalając zdefiniować narzędzia, które model może wywołać. Jest to przydatne do parsowania niesformatowanego tekstu lub wyzwalania konkretnych akcji w skrypcie. Ustaw tool_choice, aby kontrolować, czy model musi użyć narzędzia, czy może wybrać swobodnie.
Zdefiniuj swoje funkcje w tablicy tools. Model zwróci odpowiedź z wywołaniami narzędzi, jeśli będzie to stosowne. Funkcja ta jest dostępna dla wszystkich zapytań, umożliwiając złożoną logikę w potokach klasyfikacji tekstowej NSFW lub opisywania. Upewnij się, że definicje funkcji są poprawnym JSON-em, aby uniknąć błędów parsowania.
Odpowiedzi strumieniowe
Dla aplikacji w czasie rzeczywistym użyj Server-Sent Events (SSE) do strumieniowania odpowiedzi token po tokenie. Zmniejsza to postrzeganą latencję i pozwala wyświetlać postępy, gdy model generuje tekst. Strumieniowanie włącza się, ustawiając stream: true w zapytaniu. Każdy fragment zawiera częściową treść, a ostatni fragment zawiera statystyki użycia tokenów.
Jest to szczególnie przydatne przy długim generowaniu promptów lub pisaniu skryptów. Możesz przetwarzać tokeny w miarę ich przybywania, budując końcowy tekst inkrementalnie. Pamiętaj, że błędy podczas strumieniowania mogą nadal zwracać ostatni fragment z szczegółami błędu. Obsługuj przerwania sieciowe z gracją, ponieważ połączenia strumieniowe mogą zostać zerwane.
Tryb JSON dla danych strukturalnych
Zapewnij spójne wyniki dla zautomatyzowanych potoków, używając trybu JSON. Ustaw response_format na {"type": "json_object"}, aby wymusić zwrócenie poprawnego JSON-a przez model. Jest to krytyczne dla parsowania odpowiedzi w kodzie bez złożonych wyrażeń regularnych lub przetwarzania po fakcie. Model będzie przestrzegać struktury zdefiniowanej w promptcie systemowym lub przykładach few-shot.
Użyj tego do generowania metadanych, ekstrakcji tagów lub formatowania promptów dla narzędzi downstreamowych. Tryb JSON zapewnia niezawodność, zmniejszając szansę, że niepoprawne odpowiedzi zepsują Twój potok. Zauważ, że tryb JSON może nieznacznie zwiększyć latencję ze względu na narzut walidacji. Zawsze waliduj wynik w kodzie, ponieważ model może nadal produkować niepoprawny JSON w przypadkach brzegowych.
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);Strumieniowanie
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)