Início rápido: Integração da API de Chat sem censura

Autenticação e URL Base

Nossa API está hospedada em https://api.nsfwvideogenerator.cc/v1. Para autenticar, inclua sua chave de API no cabeçalho Authorization como um token Bearer. Você pode gerar uma chave imediatamente entrando com Google ou uma senha de e-mail na página Obter chave de API. A chave é exibida uma única vez após a criação, então guarde-a com segurança. Cada conta suporta apenas uma chave ativa por vez; gerar uma nova substitui a chave anterior. Não é necessário número de telefone ou cartão de crédito para começar, embora o crédito pré-pago seja necessário para uso contínuo.

Primeira Requisição

Envie uma requisição POST padrão para /v1/chat/completions. Este endpoint aceita entrada de texto e retorna saída de texto. O identificador do modelo é uncensored. Certifique-se de que o corpo da requisição inclua os campos model, messages e max_tokens. Este endpoint é o núcleo da camada de engenharia de prompts do seu pipeline de texto-para-vídeo. Ele gerencia a janela de contexto e a formatação da resposta.

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."}]
  }'

A resposta contém o texto gerado, estatísticas de uso de tokens e motivo de finalização. Esta resposta alimenta diretamente seus scripts de geração de vídeo ou ferramentas de legendagem.

Integração com SDK Python

Use o SDK Python oficial da OpenAI para interagir com a API. Configure o base_url e o api_key para apontar para nossa infraestrutura. O SDK gerencia a serialização JSON e o transporte HTTP automaticamente. Esta abordagem é ideal para serviços backend e pipelines de processamento de dados. Importe o cliente e instancie-o com suas credenciais.

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)

Chame chat.completions.create() com o nome do modelo uncensored. O SDK retorna um objeto de resposta que você pode analisar para obter o conteúdo gerado. Este método é confiável para tarefas de processamento em lote e geração de roteiros.

Integração com SDK Node.js

Para ambientes JavaScript, use o SDK Node.js da OpenAI. Defina o basePath para a URL da nossa API e forneça sua chave de API. Esta configuração funciona perfeitamente com funções serverless e backends web. O SDK suporta chamadas síncronas e assíncronas. Configure o cliente uma vez e reutilize-o para várias requisições.

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);

Invocar o endpoint de conclusão de chat com o modelo uncensored. O objeto de resposta contém o texto gerado e metadados. Esta integração é adequada para legendagem em tempo real e extração de metadados em aplicações web.

Respostas em Streaming

Ative o streaming definindo stream: true em sua requisição. A API retorna dados como Server-Sent Events (SSE). Cada chunk contém uma parte do texto gerado. Isso é útil para interfaces de usuário em tempo real e renderização progressiva de roteiros. O último chunk inclui o uso total de 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)

Lide com cada chunk sequencialmente. Agregue o texto para formar a resposta completa. O streaming reduz a latência percebida na geração de conteúdo de longo formato. É ideal para legendagem ao vivo ou refinamento interativo de prompts.

Limites, Erros e Contexto

A janela de contexto é de 100.000 tokens, com uma saída máxima de 32.000 tokens por requisição. Se max_tokens não estiver definido, o limite é de 2.048 tokens. Os limites de taxa são de 300 requisições por minuto e 8 requisições simultâneas por chave. Os corpos das requisições não devem exceder 8 MB. Os erros incluem 401 para chaves inválidas, 402 para crédito insuficiente e 429 para limites de taxa. As recusas de conteúdo menor são gratuitas. Os erros não consomem crédito. Use backoff exponencial para respostas 429.