快速入门：接入无审查聊天 API

认证与基础 URL

我们的 API 托管在 https://api.nsfwvideogenerator.cc/v1。要认证，请在 Authorization 头中包含你的 API 密钥作为 Bearer token。你可以在 获取 API 密钥 页面通过 Google 或电子邮件密码立即生成密钥。密钥在创建后仅显示一次，请妥善保存。每个账户同时只支持一个活跃密钥；生成新密钥将替换旧密钥。开始使用无需电话号码或信用卡，但持续使用需要预付额度。

首次请求

向 /v1/chat/completions 发送标准的 POST 请求。该接口接受文本输入并返回文本输出。模型标识符为 uncensored。确保请求体包含 model、messages 和 max_tokens 字段。该接口是你文本到视频管线中提示词工程层的核心。它处理上下文窗口管理和响应格式化。

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."}]
  }'

响应包含生成的文本、token 使用统计和结束原因。此响应直接输入到你的视频生成脚本或字幕工具中。

Python SDK 集成

使用官方 OpenAI Python SDK 与 API 交互。配置 base_url 和 api_key 指向我们的基础设施。SDK 自动处理 JSON 序列化和 HTTP 传输。这种方法非常适合后端服务和数据处理管线。导入客户端并使用你的凭据实例化它。

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)

调用 chat.completions.create() 并指定模型名称 uncensored。SDK 返回一个响应对象，你可以解析它以获取生成的内容。此方法可靠，适用于批量处理和脚本生成任务。

Node SDK 集成

对于 JavaScript 环境，请使用 OpenAI Node SDK。将 basePath 设置为我们的 API URL 并提供 API 密钥。此设置可与无服务器函数和 Web 后端无缝配合。SDK 支持同步和异步调用。配置一次客户端并重复用于多个请求。

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);

调用 uncensored 模型的聊天补全接口。响应对象包含生成的文本和元数据。此集成适用于 Web 应用中的实时字幕生成和元数据提取。

流式响应

在请求中设置 stream: true 以启用流式输出。API 以服务器发送事件 (SSE) 形式返回数据。每个块包含生成的文本的一部分。这对于实时用户界面和渐进式脚本渲染很有用。最后一个块包含总 token 使用情况。

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)

按顺序处理每个块。聚合文本以形成完整响应。流式输出减少了长内容生成的感知延迟。它非常适合实时字幕或交互式提示词优化。

限制、错误与上下文

上下文窗口为 100,000 token，每次请求最大输出为 32,000 token。如果未设置 max_tokens，限制为 2,048 token。速率限制为每分钟 300 次请求和每个密钥 8 个并发请求。请求体不得超过 8 MB。错误包括 401（无效密钥）、402（额度不足）和 429（速率限制）。轻微内容的拒绝免费。错误不消耗额度。对 429 响应使用指数退避。