Guide de démarrage : Intégrer du texte sans censure dans votre flux vidéo

URL de base et authentification

Notre API est hébergée sur https://api.nsfwvideo.top/v1. Pour vous authentifier, vous avez besoin d'une clé API depuis votre tableau de bord de compte. Vous pouvez vous inscrire via Google ou e-mail pour recevoir votre clé immédiatement. Transmettez cette clé dans l'en-tête Authorization en tant que jeton Bearer. Cette configuration fonctionne avec n'importe quel SDK compatible OpenAI en configurant l'URL de base et la clé API. Assurez-vous que votre client envoie des requêtes à notre endpoint spécifique pour accéder au modèle sans censure.

Générer des scripts vidéo

Envoyez une requête POST à /v1/chat/completions avec l'ID de modèle uncensored. Ce modèle est ajusté pour répondre sans refus de contenu pour un usage adulte légal, ce qui le rend idéal pour les scripts vidéo NSFW. Vous pouvez demander des descriptions de scènes détaillées ou des dialogues. L'API renvoie du texte que vous pouvez alimenter directement dans votre pipeline de génération vidéo pour une sortie cohérente.

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."}]
  }'

Ingénierie des prompts avec le mode JSON

Pour les données structurées, utilisez le paramètre response_format défini sur {"type": "json_object"}. Cela garantit que le modèle renvoie du JSON valide, essentiel pour analyser les métadonnées ou les prompts structurés dans votre workflow d'automatisation. Vous pouvez définir un schéma dans votre prompt système pour imposer des clés spécifiques comme scene_description ou camera_angles. Cela réduit la surcharge de post-traitement et garde votre pipeline propre.

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)

Réponses en streaming

Activez le streaming en définissant stream sur true. L'API renvoie des chunks via Server-Sent Events (SSE). Cela vous permet d'afficher la progression ou de traiter les tokens en temps réel. Chaque chunk contient du texte partiel, et le dernier chunk inclut les statistiques d'utilisation des tokens. Le streaming est efficace pour les longs scripts, permettant à votre application de réagir au contenu au fur et à mesure de sa génération sans attendre la réponse complète.

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);

Gestion des fenêtres de contexte

La fenêtre de contexte est de 100 000 tokens, couvrant à la fois le prompt et la complétion. Le maximum de sortie par requête est de 32 000 tokens, ou 2 048 si max_tokens n'est pas défini. Planifiez la longueur de votre entrée en conséquence pour éviter la troncature. Pour les longues conversations, gérez l'historique en tronquant les messages plus anciens. Cela garantit que le modèle dispose d'un espace suffisant pour le contexte pertinent, maintenant la cohérence dans la génération de votre script vidéo.

Limites de débit et tokens

Vous êtes limité à 300 requêtes par minute et à 8 requêtes simultanées par clé. Le corps de la requête ne doit pas dépasser 8 Mo. Les erreurs telles que 401 (clé invalide) ou 402 (pas de crédit) ne consomment pas votre crédit prépayé. Les limites de débit (429) ne consomment pas non plus de crédit, vous permettant de réessayer sans pénalité. Le crédit n'est facturé que pour l'utilisation de tokens réussie, assurant un contrôle des coûts pour les pipelines à fort volume.

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)