Dokumentacja API dla narzędzi Uncensored Video

Adres bazowy i uwierzytelnianie

API używa standardowego adresu bazowego zgodnego z OpenAI. Wysyłaj zapytania pod https://api.uncensoredvideo.top/v1. Uwierzytelnianie opiera się na pojedynczym kluczu API wygenerowanym podczas rejestracji. Dołącz go w nagłówku Authorization jako token Bearer. Nowe konta otrzymują natychmiastowy klucz przez logowanie Google lub rejestrację e-mail. Nie jest wymagany numer telefonu. Klucz pozostaje aktywny do momentu ręcznej wymiany; przedpłacony kredyt nie wygasa.

Pierwsze zapytanie

Wyślij zapytanie POST pod /v1/chat/completions z identyfikatorem modelu uncensored. Model przyjmuje dane tekstowe i zwraca dane tekstowe. Nie generuje obrazów ani wideo bezpośrednio. Użyj tego endpointa do tworzenia promptów, ekstrakcji metadanych lub pisania scenariuszy dla Twojego potoku wideo.

Kopiujcurl https://api.uncensoredvideo.top/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."}]
  }'

To zapytanie wysyła prosty prompt do modelu. Odpowiedź zawiera wygenerowany tekst, który możesz następnie przekazać do swojego narzędzia do generowania wideo. Model jest dostrojony tak, aby unikać odmów dla legalnej treści dla dorosłych, zapewniając ciągłość Twojego procesu twórczego.

Integracja z Python SDK

Użyj oficjalnego Python SDK OpenAI. Ustaw base_url i api_key tak, aby odpowiadały endpointom API wideo bez cenzury. Pozwoli to Ci używać znanych metod, takich jak client.chat.completions.create. SDK automatycznie serializuje dane JSON. Skonfiguruj parametry, takie jak temperature i top_p, aby kontrolować kreatywność. Identyfikator modelu to zawsze uncensored. Możesz strumieniować odpowiedzi lub używać trybu JSON do ekstrakcji danych strukturalnych.

Kopiujfrom openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredvideo.top/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)

Ten fragment kodu pokazuje standardowe wywołanie completion. Działa z każdym klientem zgodnym z OpenAI. Dostosuj parametr max_tokens, aby kontrolować długość odpowiedzi. Domyślna maksymalna odpowiedź to 2048 tokenów, chyba że określono inaczej.

Użycie Node.js SDK

Zainstaluj pakiet OpenAI Node.js. Zainicjuj klienta adresem bazowym https://api.uncensoredvideo.top/v1 i swoim kluczem API. Użyj tego samego endpointu chat.completions co w Pythonie. SDK Node.js obsługuje wzorce async/await dla czystej integracji. Możesz wysyłać wiele wiadomości w historii rozmowy, aby zachować kontekst. Model obsługuje wywoływanie funkcji, pozwalając zdefiniować narzędzia do ekstrakcji metadanych.

Kopiujimport OpenAI from "openai";

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

Ten przykład pokazuje, jak złożyć zapytanie. Obiekt odpowiedzi zawiera wygenerowaną zawartość. Możesz przeanalizować dane wyjściowe do użycia w Twoim przepływie pracy produkcji wideo. Upewnij się, że obsługujesz błędy odpowiednio, ponieważ mogą wystąpić problemy z siecią lub nieprawidłowe klucze.

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając stream: true w zapytaniu. API zwraca strumień Server-Sent Events (SSE). Każdy fragment zawiera częściowy tekst. Ostatni fragment zawiera statystyki użycia, takie jak liczniki tokenów. Strumieniowanie zmniejsza postrzeganą latencję dla długich scenariuszy lub szczegółowych metadanych. Pozwala Twojej aplikacji wyświetlać postępy w czasie rzeczywistym. Jest to idealne dla narzędzi interaktywnych lub wyświetlania tekstu na żywo.

Kopiujstream = 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)

Ten strumień przetwarza fragmenty w miarę ich przybywania. Dane użycia w ostatnim fragmencie pomagają dokładnie śledzić koszty. Błędy podczas strumieniowania mogą przerwać przepływ, więc zaimplementuj logikę ponownych prób, jeśli jest to konieczne. Model obsługuje do 100 000 tokenów w oknie kontekstu.

Limity, błędy i kontekst

Okno kontekstu wynosi łącznie 100 000 tokenów. Maksymalna ilość outputu na zapytanie to 32 000 tokenów. Możesz wysyłać 300 zapytań na minutę i 8 równoległych zapytań na klucz. Treści zapytań muszą być mniejsze niż 8 MB. Błędy obejmują 401 dla nieprawidłowych kluczy i 429 dla limitów zapytań. 402 oznacza niewystarczający kredyt. Przedpłacony kredyt jest naliczany tylko za rzeczywiste użycie tokenów. Błędy i odmowy są darmowe. Kredyt nigdy nie wygasa. Nie jest potrzebna karta do kredytu próbnego za $0,50. Zdobądź ten kredyt jednym kliknięciem na stronie z kluczem API. Doładuj za pomocą USDT lub USDC.