Tài liệu API

Bắt đầu nhanh cho yêu cầu đầu tiên

Bắt đầu tạo văn bản ngay lập tức bằng cách trỏ máy khách của bạn vào URL cơ sở của chúng tôi và xác thực bằng khóa API đã tạo. Giao diện tuân theo các quy ước tiêu chuẩn, vì vậy bạn có thể sử dụng các SDK hiện có mà không cần học một giao thức mới. Bạn sẽ gửi các gợi ý đến uncensored model và nhận các phản hồi văn bản không áp dụng các bộ lọc nội dung tiêu chuẩn cho mục đích người lớn hợp pháp.

Cấu hình URL cơ sở và khóa

Thiết lập các biến môi trường của bạn để định tuyến yêu cầu đến điểm cuối cụ thể của chúng tôi. Thay thế khóa giữ chỗ bằng khóa được tạo khi đăng ký. Điều này đảm bảo mọi lệnh gọi tiếp theo đều sử dụng phiên bản mô hình không kiểm duyệt chính xác.

• Base URL: https://api.nsfwlocalllm.com/v1
• Tiêu đề Auth: Authorization: Bearer YOUR_API_KEY

Bạn có thể xác minh khóa của bạn hoạt động bằng cách kiểm tra điểm cuối models. Khóa hợp lệ sẽ trả về ID mô hình có sẵn ngay lập tức.

Gửi yêu cầu hoàn tất trò chuyện

Gửi một tải trọng hoàn tất hội thoại tiêu chuẩn để tạo văn bản. Hệ thống xử lý đầu vào của bạn và trả về phản hồi của mô hình. Sử dụng uncensored model ID để đảm bảo bạn đang truy cập vào phiên bản không lọc.

Phản hồi bao gồm văn bản được tạo ra và thống kê sử dụng token. Bạn có thể phân tích cú pháp dữ liệu này trực tiếp vào logic ứng dụng của mình.

Copycurl https://api.nsfwlocalllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Send me the server uptime stats"}]
  }'

Kiểm tra các mã trạng thái HTTP tiêu chuẩn để xử lý các trường hợp thành công hoặc thất bại.

Bật streaming cho đầu ra theo thời gian thực

Truyền phản hồi để giảm độ trễ cảm nhận cho người dùng của bạn. Kích hoạt luồng bằng cách đặt stream: true trong thân yêu cầu của bạn. API trả về một loạt Sự kiện được gửi bởi máy chủ (SSE) chứa các token một phần.

Tổng hợp các token này ở phía máy khách để tái tạo lại thông báo đầy đủ. Cách tiếp cận này lý tưởng cho các giao diện trò chuyện nơi phản hồi ngay lập tức quan trọng. Sự kiện SSE cuối cùng chứa tổng số token được sử dụng cho yêu cầu.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.nsfwlocalllm.com/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)

Xử lý các lỗi kết nối một cách mượt mà để đảm bảo trải nghiệm người dùng liền mạch.

Sử dụng chế độ JSON cho dữ liệu có cấu trúc

Buộc mô hình xuất ra JSON hợp lệ để tiêu thụ bằng chương trình. Đặt response_format để {"type": "json_object"} trong yêu cầu của bạn. Điều này giảm lỗi phân tích cú pháp và đảm bảo các cấu trúc dữ liệu nhất quán.

Sử dụng điều này để tạo lời nhắc có cấu trúc, trích xuất thực thể hoặc xây dựng nội dung động. Mô hình tuân thủ các ràng buộc định dạng được cung cấp trong hướng dẫn hệ thống của bạn. Điều này rất quan trọng cho việc tích hợp đáng tin cậy với các dịch vụ khác.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.nsfwlocalllm.com/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);

Xác nhận đầu ra JSON ở phía máy khách để bắt mọi trường hợp cạnh.

Triển khai gọi hàm

Định nghĩa các công cụ để mở rộng khả năng của mô hình. Truyền một tools mảng với các định nghĩa hàm vào yêu cầu. Mô hình có thể chọn gọi các hàm này dựa trên ngữ cảnh.

Điều này cho phép các quy trình làm việc phức tạp nơi LLM quyết định khi nào để lấy dữ liệu hoặc thực hiện hành động. Bạn nhận được các đối số hàm trong phản hồi và thực thi chúng ở phía của bạn. Truyền kết quả lại cho mô hình để suy luận thêm.

Đặt tool_choice để auto cho việc ra quyết định linh hoạt. Tính năng này hỗ trợ các kịch bản nhập vai nâng cao yêu cầu truy cập dữ liệu bên ngoài.

Copystream = 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)