Inicio rápido: Integra texto sin censura en tu flujo de trabajo de video

URL base y autenticación

Nuestra API se aloja en https://api.nsfwvideo.top/v1. Para autenticarte, necesitas una clave de API desde el panel de tu cuenta. Puedes registrarte con Google o correo electrónico para recibir tu clave inmediatamente. Pasa esta clave en el encabezado Authorization como token Bearer. Esta configuración funciona con cualquier SDK compatible con OpenAI configurando la URL base y la clave de API. Asegúrate de que tu cliente envíe peticiones a nuestro endpoint específico para acceder al modelo sin censura.

Generar guiones de video

Envía una petición POST a /v1/chat/completions con el ID del modelo uncensored. Este modelo está ajustado para responder sin rechazos de contenido para uso adulto legal, lo que lo hace ideal para guiones de video NSFW. Puedes solicitar descripciones detalladas de escenas o diálogos. La API devuelve texto que puedes alimentar directamente en tu pipeline de generación de video para una salida consistente.

Copycurl https://api.nsfwvideo.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."}]
  }'

Ingeniería de prompts con modo JSON

Para datos estructurados, usa el parámetro response_format establecido en {"type": "json_object"}. Esto asegura que el modelo devuelva JSON válido, esencial para analizar metadatos o prompts estructurados en tu flujo de automatización. Puedes definir un esquema en tu prompt del sistema para forzar claves específicas como scene_description o camera_angles. Esto reduce la sobrecarga de postproducción y mantiene tu pipeline limpio.

Copyfrom openai import OpenAI

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

Respuestas en streaming

Habilita el streaming estableciendo stream en true. La API devuelve fragmentos mediante Server-Sent Events (SSE). Esto te permite mostrar el progreso o procesar tokens en tiempo real. Cada fragmento contiene texto parcial, y el fragmento final incluye estadísticas de uso de tokens. El streaming es eficiente para guiones largos, permitiendo que tu aplicación reaccione al contenido a medida que se genera sin esperar la respuesta completa.

Copyimport OpenAI from "openai";

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

Gestión de ventanas de contexto

La ventana de contexto es de 100.000 tokens, cubriendo tanto el prompt como la finalización. La salida máxima por petición es de 32.000 tokens, o 2.048 si no se establece max_tokens. Planifica la longitud de tu entrada en consecuencia para evitar truncamientos. Para conversaciones largas, gestiona el historial recortando mensajes antiguos. Esto asegura que el modelo tenga espacio suficiente para el contexto relevante, manteniendo la coherencia en la generación de guiones de video.

Límites de peticiones y tokens

Estás limitado a 300 peticiones por minuto y 8 peticiones simultáneas por clave. El cuerpo de la petición no debe exceder 8 MB. Errores como 401 (clave inválida) o 402 (sin crédito) no consumen tu crédito prepago. Los límites de peticiones (429) tampoco consumen crédito, permitiéndote reintentar sin penalización. El crédito se cobra solo por el uso exitoso de tokens, asegurando el control de costos para pipelines de alto volumen.

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)