基礎 URL 與驗證
我們的 API 遵循 OpenAI 相容標準,意味著你可使用現有的 SDK 並進行少量修改。Base URL 為 https://api.sdxlnsfw.top/v1。你需使用 Bearer token 在 Authorization 標頭進行驗證。與許多競爭對手不同,我們註冊時不需手機號碼;你可透過 Google 或電子郵件建立帳戶,並立即取得金鑰。
每個帳戶同時僅支援一個有效金鑰。若你產生新金鑰,舊金鑰將立即失效。確保所有請求的 Authorization 標頭設定為 Bearer YOUR_API_KEY。此端點處理所有文字處理,從提示詞產生到標題生成,不會干擾你的影像或音訊流程。
發送您的第一個請求
首先傳送一個簡單的文字補全請求以驗證連線。模型 ID 為 uncensored。此模型經過調整,可針對合法成人用途無審查地回答,非常適合 NSFW 提示詞工程。上下文視窗可支援最多 100,000 個 token,每次請求沒有單獨的輸出上限。
下方是一個測試端點的基礎 cURL 範例。將 YOUR_API_KEY 替換為你的金鑰。若你收到包含內容的 JSON 回應,表示你的整合運作正常。401 錯誤表示金鑰無效,402 錯誤則表示你需要為額度儲值。
sdxl nsfw 提示詞生成
使用 API 為你的 SDXL NSFW 流程產生詳細提示詞。無審查模型可處理特定標籤、解剖學描述與藝術風格,且不會進行過濾。你可傳入系統提示詞以定義模型的角色,確保你的工作流程輸出一致。例如,要求它將簡單的概念擴展為包含燈光與鏡頭細節的完整提示詞。
API 僅支援文字,因此不會直接產生影像。它提供驅動你生成步驟的文字基礎設施。這確保你的元資料與提示詞保持無審查狀態,保留你創意方向的原始意圖。使用 temperature 參數控制創造力;較高的值會產生更多樣化的提示詞。
函式呼叫與工具
將結構化資料擷取或工具使用整合至你的流程。API 支援函式呼叫,允許你定義模型可呼叫的工具。這對於解析非結構化文字或觸發腳本中的特定動作很有用。設定 tool_choice 以控制模型是否必須使用工具,或可自由選擇。
在 tools 陣列中定義你的函式。若適當,模型將回傳包含工具呼叫的回應。此功能適用於所有請求,使 NSFW 文字分類或標題生成工作流程中的複雜邏輯成為可能。確保你的函式定義為有效的 JSON,以避免解析錯誤。
串流回應
對於即時應用程式,請使用 Server-Sent Events (SSE) 進行 token 層級的串流輸出。這可降低感知延遲,並允許你在模型產生文字時顯示進度。在請求中設定 stream: true 即可啟用串流輸出。每個區塊包含部分內容,最後一個區塊包含 token 使用統計資料。
這對於長提示詞產生或腳本撰寫特別有用。你可隨 token 到達進行處理,逐步建構最終文字。請注意,串流期間的錯誤仍可能回傳包含錯誤詳細資訊的最後一個區塊。請優雅地處理網路中斷,因為串流連線可能會斷線。
用於結構化資料的 JSON 模式
為確保自動化流程的輸出一致性,請使用 JSON 模式。設定 response_format 為 {"type": "json_object"} 以強制模型回傳有效的 JSON。這對於在程式碼中解析回應至關重要,可避免複雜的正規表達式或後處理。模型將遵循你在系統提示詞或少樣本範例中定義的結構。
可用於產生元資料、擷取標籤或為下游工具格式化提示詞。JSON 模式確保可靠性,降低因回應格式錯誤而破壞流程的風險。請注意,由於驗證額外負擔,JSON 模式可能會略微增加延遲。請始終在程式碼中驗證輸出,因為在極端情況下模型仍可能產生無效的 JSON。
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);串流輸出
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)