Démarrage rapide : Intégration de l'API de chat sans censure

Authentification et URL de base

Notre API est hébergée sur https://api.nsfwvideogenerator.cc/v1. Pour vous authentifier, incluez votre clé API dans l'en-tête Authorization sous forme de jeton Bearer. Vous pouvez générer une clé immédiatement en vous connectant avec Google ou un mot de passe e-mail sur la page Obtenir la clé API. La clé n'est affichée qu'une seule fois après sa création, veuillez donc la conserver en sécurité. Chaque compte ne prend en charge qu'une seule clé active à la fois ; la génération d'une nouvelle clé remplace la précédente. Aucun numéro de téléphone ni carte bancaire n'est nécessaire pour commencer, bien qu'un crédit prépayé soit requis pour une utilisation soutenue.

Première requête

Envoyez une requête POST standard vers /v1/chat/completions. Cet endpoint accepte une entrée textuelle et renvoie une sortie textuelle. L'identifiant du modèle est uncensored. Assurez-vous que le corps de votre requête inclut les champs model, messages et max_tokens. Cet endpoint est le cœur de la couche d'ingénierie des prompts de votre pipeline texte-vidéo. Il gère la fenêtre de contexte et le formatage des réponses.

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."}]
  }'

La réponse contient le texte généré, les statistiques d'utilisation des tokens et la raison de la fin. Cette réponse alimente directement vos scripts de génération vidéo ou vos outils de sous-titrage.

Intégration SDK Python

Utilisez le SDK Python officiel d'OpenAI pour interagir avec l'API. Configurez base_url et api_key pour pointer vers notre infrastructure. Le SDK gère automatiquement la sérialisation JSON et le transport HTTP. Cette approche est idéale pour les services backend et les pipelines de traitement de données. Importez le client et instanciez-le avec vos identifiants.

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)

Appelez chat.completions.create() avec le nom du modèle uncensored. Le SDK renvoie un objet de réponse que vous pouvez analyser pour obtenir le contenu généré. Cette méthode est fiable pour le traitement par lots et les tâches de génération de scripts.

Intégration SDK Node.js

Pour les environnements JavaScript, utilisez le SDK Node.js d'OpenAI. Définissez basePath sur l'URL de notre API et fournissez votre clé API. Cette configuration fonctionne sans problème avec les fonctions serverless et les backends web. Le SDK prend en charge les appels synchrones et asynchrones. Configurez le client une fois et réutilisez-le pour plusieurs requêtes.

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);

Invoquez l'endpoint de complétion de chat avec le modèle uncensored. L'objet de réponse contient le texte généré et les métadonnées. Cette intégration convient à la sous-titrage en temps réel et à l'extraction de métadonnées dans les applications web.

Réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie les données sous forme d'événements envoyés par le serveur (SSE). Chaque fragment contient une partie du texte généré. Cette fonctionnalité est utile pour les interfaces utilisateur en temps réel et le rendu progressif de scripts. Le dernier fragment inclut l'utilisation totale des tokens.

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)

Gérez chaque chunk séquentiellement. Agrégez le texte pour former la réponse complète. Le streaming réduit la latence perçue pour la génération de contenu long. Il est idéal pour le sous-titrage en direct ou l'affinement interactif des prompts.

Limites, erreurs et contexte

La fenêtre de contexte est de 100 000 tokens, avec une sortie maximale de 32 000 tokens par requête. Si max_tokens n'est pas défini, la limite est de 2 048 tokens. Les limites de débit sont de 300 requêtes par minute et 8 requêtes simultanées par clé. Les corps de requête ne doivent pas dépasser 8 Mo. Les erreurs incluent 401 pour les clés invalides, 402 pour le crédit insuffisant et 429 pour les limites de débit. Les refus pour du contenu mineur sont gratuits. Les erreurs ne consomment pas de crédit. Utilisez un backoff exponentiel pour les réponses 429.