Schnellstart: Integration der Uncensored-Chat-API

Authentifizierung & Basis-URL

Unsere API wird unter https://api.nsfwvideogenerator.cc/v1 gehostet. Füge zum Authentifizieren deinen API-Schlüssel als Bearer-Token in den Authorization-Header ein. Du kannst einen Schlüssel sofort generieren, indem du dich mit Google oder einem E-Mail-Passwort auf der Seite API-Schlüssel erhalten anmeldest. Der Schlüssel wird nach der Erstellung einmalig angezeigt, speichere ihn also sicher. Jedes Konto unterstützt jeweils nur einen aktiven Schlüssel; das Generieren eines neuen ersetzt den vorherigen. Keine Telefonnummer oder Kreditkarte erforderlich, obwohl Prepaid-Guthaben für den Dauerbetrieb benötigt wird.

Erste Anfrage

Sende eine standardisierte POST-Anfrage an /v1/chat/completions. Dieser Endpunkt nimmt Texteingaben entgegen und gibt Text aus. Die Modellkennung ist uncensored. Stelle sicher, dass dein Anfragetext die Felder model, messages und max_tokens enthält. Dieser Endpunkt ist der Kern der Prompt-Engineering-Schicht deiner Text-zu-Video-Pipeline. Er übernimmt das Management des Kontextfensters und die Formatierung der Antwort.

Copycurl https://api.nsfwvideogenerator.cc/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."}]
  }'

Die Antwort enthält den generierten Text, Token-Nutzungsstatistiken und den Beendigungsgrund. Diese Antwort fließt direkt in deine Video-Generierungsskripte oder Untertitel-Tools ein.

Python-SDK-Integration

Nutze das offizielle OpenAI Python SDK, um mit der API zu interagieren. Konfiguriere die base_url und api_key, um auf unsere Infrastruktur zu verweisen. Das SDK übernimmt die JSON-Serialisierung und den HTTP-Transport automatisch. Dieser Ansatz ist ideal für Backend-Dienste und Datenverarbeitungs-Pipelines. Importiere den Client und instanziiere ihn mit deinen Anmeldedaten.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.nsfwvideogenerator.cc/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)

Rufe chat.completions.create() mit dem Modellnamen uncensored auf. Das SDK gibt ein Antwortobjekt zurück, das du für den generierten Inhalt analysieren kannst. Diese Methode ist zuverlässig für Batch-Verarbeitung und Skriptgenerierungsaufgaben.

Node-SDK-Integration

Verwende für JavaScript-Umgebungen das OpenAI Node SDK. Setze den Parameter basePath auf unsere API-URL und gib deinen API-Schlüssel an. Diese Einrichtung funktioniert nahtlos mit serverlosen Funktionen und Web-Backends. Das SDK unterstützt sowohl synchrone als auch asynchrone Aufrufe. Konfiguriere den Client einmal und verwende ihn für mehrere Anfragen.

Copyimport OpenAI from "openai";

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

Rufe den Chat-Vervollständigungs-Endpunkt mit dem Modell uncensored auf. Das Antwortobjekt enthält den generierten Text und Metadaten. Diese Integration eignet sich für Echtzeit-Untertitelung und Metadaten-Extraktion in Webanwendungen.

Streaming-Antworten

Aktiviere Streaming, indem du stream: true in deiner Anfrage festlegst. Die API gibt Daten als Server-Sent Events (SSE) zurück. Jeder Chunk enthält einen Teil des generierten Textes. Dies ist nützlich für Echtzeit-Benutzeroberflächen und progressives Skript-Rendering. Der letzte Chunk enthält die gesamte Token-Nutzung.

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)

Verarbeite jeden Chunk sequenziell. Aggregiere den Text, um die vollständige Antwort zu bilden. Streaming reduziert die wahrgenommene Latenz bei der Generierung langer Inhalte. Es ist ideal für Live-Untertitelung oder interaktive Prompt-Verfeinerung.

Limits, Fehler & Kontext

Das Kontextfenster umfasst 100.000 Token, mit einem maximalen Output von 32.000 Token pro Anfrage. Falls max_tokens nicht festgelegt ist, beträgt die Grenze 2.048 Token. Die Ratenlimits liegen bei 300 Anfragen pro Minute und 8 parallelen Anfragen pro Schlüssel. Anfragetexte dürfen 8 MB nicht überschreiten. Fehler umfassen 401 für ungültige Schlüssel, 402 für unzureichendes Guthaben und 429 für Ratenlimits. Ablehnungen aufgrund geringer Inhaltsprobleme sind kostenlos. Fehler verbrauchen kein Guthaben. Nutze exponentielles Backoff für 429-Antworten.