Authentification
L'authentification repose sur une seule clé API passée dans l'en-tête Authorization. Cette clé est générée immédiatement après votre inscription avec un e-mail et un mot de passe sur la page Obtenir la clé API. Vous pouvez régénérer la clé à tout moment, ce qui révoque instantanément l'ancienne. L'API ne nécessite pas de carte bancaire pour l'essai initial, et les prompts ne sont pas utilisés pour l'entraînement de vos données. Assurez-vous de stocker votre clé en toute sécurité, car elle donne un accès direct à votre crédit prépayé.
Endpoint de complétions de chat
Envoyez des requêtes à l'URL de base https://api.nsfwllmrouter.com/v1 en utilisant l'endpoint standard POST /v1/chat/completions. Il s'agit d'une interface textuelle uniquement ; nous ne prenons pas en charge les embeddings, les images, l'audio ou la génération vidéo. Spécifiez le modèle comme uncensored pour vous assurer d'utiliser notre modèle à poids ouverts dédié optimisé pour le contenu adulte. Le modèle s'exécute sur nos propres serveurs GPU et ne refuse pas les sujets licites pour adultes, fictifs ou controversés. Il ne s'agit pas de GPT, Claude ou de tout autre modèle d'un autre fournisseur.
curl https://api.nsfwllmrouter.com/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."}]
}'Le corps de la requête ne doit pas dépasser 8 Mo. Vous pouvez définir les messages système, utilisateur et assistant exactement comme vous le feriez avec n'importe quel client compatible OpenAI. Le modèle renverra le texte de sortie directement dans le flux de réponse.
SDK Python
Utilisez la bibliothèque officielle OpenAI Python pour une intégration rapide. Pointez le client vers notre URL de base et fournissez votre clé API. Cette approche fonctionne pour tout SDK compatible OpenAI, vous permettant de changer l'URL de base sans modifier la logique de votre application. L'ID de modèle uncensored garantit que vous interagissez avec notre LLM sans censure spécifique.
from openai import OpenAI
client = OpenAI(base_url="https://api.nsfwllmrouter.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)N'oubliez pas qu'il s'agit d'une API sans censure dédiée, vous n'avez donc pas besoin de gérer un routage complexe ou de choisir entre plusieurs modèles. Le système gère l'inférence sur notre infrastructure. Si vous avez besoin d'un routage multi-modèles, vous devrez le construire vous-même, mais ici le choix est fixe sur notre modèle unique optimisé.
SDK Node.js
Pour les environnements Node.js, initialisez le client OpenAI avec l’URL de base personnalisée et votre clé API. Cela vous permet d’utiliser les modèles JavaScript/TypeScript standards pour créer des applications IA. Le client communiquera avec nos endpoints exactement comme l’exige la spécification OpenAI.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.nsfwllmrouter.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);Assurez-vous que votre environnement prend en charge les bibliothèques fetch ou http requises. L'objet de réponse contiendra le tableau standard choices avec le texte généré. Cette méthode est idéale pour le rendu côté serveur ou les backends API où vous avez besoin d'une génération de texte fiable et sans filtre.
Réponses en streaming
Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des Server-Sent Events (SSE) contenant des fragments partiels de la réponse. Cela est utile pour les interfaces en temps réel où vous souhaitez afficher le texte au fur et à mesure de sa génération. Le modèle prend en charge les protocoles de streaming standard, vous pouvez donc utiliser des analyseurs SSE existants.
stream = 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)Chaque fragment contient le texte partiel. Agrégez ces fragments dans votre application pour construire la réponse complète. Le streaming n'affecte pas la facturation par token ; vous êtes facturé pour le total des tokens d'entrée et de sortie traités. Cette fonctionnalité est prise en charge sur l'endpoint chat/completions.
Limites de débit et contraintes
Chaque clé API est limitée à 300 requêtes par minute. Si vous dépassez ce seuil, vous recevrez une erreur de limite de débit 429. La taille maximale du corps de la requête est de 8 Mo. Si votre clé n’est pas valide, vous obtiendrez une erreur 401. Si vous n’avez pas de crédit prépayé, vous recevrez une erreur 402. La fenêtre de contexte est de 100 000 tokens, couvrant à la fois le prompt et la complétion. Il n’y a pas de garantie SLA, et nous ne proposons pas de déploiement sur site ni de routage de modèles. Utilisez cette API sans censure pour des applications nécessitant un fort volume et des sorties non filtrées.
