基础 URL 与身份验证
我们的 API 遵循 OpenAI 兼容标准,这意味着你可以使用现有 SDK 并进行少量修改。Base URL 为 https://api.sdxlnsfw.top/v1。你使用 Bearer token 在 Authorization 头中进行身份验证。与许多竞争对手不同,我们不需要电话号码即可注册;你可以通过 Google 或电子邮件创建账户并立即获得密钥。
每个账户同时只支持一个活动密钥。如果你生成新密钥,旧密钥将立即失效。确保你的 Authorization 头设置为 Bearer YOUR_API_KEY 以处理所有请求。该接口处理所有文本处理,从提示词生成到字幕生成,不会干扰你的图像或音频管道。
发送第一个请求
首先发送一个简单的文本补全请求以验证连接。模型 ID 为 uncensored。该模型经过调整,可在合法成人使用中无内容拒绝地回答,非常适合 NSFW 提示词工程。你可以在上下文窗口中发送多达 100,000 tokens,每次请求没有单独的输出上限。
下面是一个基本的 cURL 示例,用于测试接口。将 YOUR_API_KEY 替换为你的密钥。如果你收到包含内容的 JSON 响应,说明你的集成正在工作。401 错误表示密钥无效,而 402 表示你需要充值额度。
sdxl nsfw 提示词生成
使用 API 为你的 SDXL NSFW 管道生成详细提示词。无审查模型处理特定标签、解剖学描述和艺术风格,不进行过滤。你可以传递系统提示词以定义模型的角色,确保你的工作流输出一致。例如,要求它将一个简单的概念扩展为包含光照和相机细节的完整提示词。
API 仅处理文本,因此它不生成图像。它提供支撑你生成步骤的文本基础设施。这确保你的元数据和提示词保持无审查,保留你创意方向的精确意图。使用 temperature 参数控制创造性;较高的值会产生更多样化的提示词。
函数调用与工具
将结构化数据提取或工具使用集成到你的管道中。API 支持函数调用,允许你定义模型可以调用的工具。这对于解析非结构化文本或触发脚本中的特定操作很有用。设置 tool_choice 以控制模型是否必须使用工具或可以自由选择不使用。
在 tools 数组中定义你的函数。如果适当,模型将返回带有工具调用的响应。此功能适用于所有请求,使 NSFW 文本分类或描述工作流中的复杂逻辑成为可能。确保你的函数定义是有效的 JSON,以避免解析错误。
流式响应
对于实时应用程序,使用服务器发送事件 (SSE) 以逐 token 流式输出响应。这降低了感知延迟,并允许你在模型生成文本时显示进度。通过将 stream: true 设置为请求来启用流式输出。每个块包含部分内容,最后一个块包含 token 使用统计信息。
这对于长提示词生成或脚本编写特别有用。你可以在 token 到达时处理它们,逐步构建最终文本。请记住,流式输出期间的错误仍可能返回包含错误详情的最后一个 chunk。优雅地处理网络中断,因为流式输出连接可能会断开。
结构化数据的 JSON 模式
通过使用 JSON 模式确保自动化管道的输出一致。将 response_format 设置为 {"type": "json_object"} 以强制模型返回有效的 JSON。这对于在不使用复杂正则表达式或后处理的情况下解析代码中的响应至关重要。模型将遵循你在系统提示词或少样本示例中定义的结构。
使用此功能生成元数据、提取标签或为下游工具格式化提示词。JSON 模式确保可靠性,减少格式错误的响应破坏你的管道的可能性。请注意,由于验证开销,JSON 模式可能会略微增加延迟。始终在你的代码中验证输出,因为在边缘情况下模型仍可能产生无效的 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);流式输出
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)