Snelstart: Integreer Ongecensureerde Tekst in je Videowerkstroom

Basis-URL en Authenticatie

Onze API is gehost op https://api.nsfwvideo.top/v1. Voor authenticatie heb je een API-sleutel nodig vanuit je accountdashboard. Je kunt je aanmelden via Google of e-mail om je sleutel direct te ontvangen. Geef deze sleutel door in de Authorization-header als Bearer-token. Deze setup werkt met elke OpenAI-compatibele SDK door de basis-URL en API-sleutel te configureren. Zorg dat je client verzoeken stuurt naar ons specifieke endpoint om toegang te krijgen tot het ongecensureerde model.

Videoscenarios Genereren

Stuur een POST-verzoek naar /v1/chat/completions met de model-ID uncensored. Dit model is afgestemd op het beantwoorden zonder inhoudsweigeringen voor wettelijk volwassen gebruik, wat het ideaal maakt voor NSFW-videoscenario's. Je kunt gedetailleerde scenedescripties of dialogen aanvragen. De API retourneert tekst die je direct kunt voeden in je video-generatiepijplijn voor consistente output.

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."}]
  }'

Prompt Engineering met JSON-modus

Voor gestructureerde gegevens gebruik je de parameter response_format ingesteld op {"type": "json_object"}. Dit zorgt ervoor dat het model geldige JSON retourneert, wat essentieel is voor het parseren van metadata of gestructureerde prompts in je automatiseringswerkstroom. Je kunt een schema definiëren in je systeemprompt om specifieke sleutels zoals scene_description of camera_angles af te dwingen. Dit vermindert overhead voor nabewerking en houdt je pijplijn schoon.

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)

Streaming Antwoorden

Schakel streaming in door stream in te stellen op true. De API retourneert chunks via Server-Sent Events (SSE). Hiermee kun je voortgang tonen of tokens in real-time verwerken. Elke chunk bevat gedeeltelijke tekst, en de laatste chunk bevat statistieken over tokengebruik. Streaming is efficiënt voor lange scripts, zodat je applicatie kan reageren op inhoud terwijl deze wordt gegenereerd, zonder te hoeven wachten op het volledige antwoord.

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);

Omgaan met Contextvensters

Het contextvenster is 100.000 tokens, zowel voor prompt als completion. De maximale uitvoer per verzoek is 32.000 tokens, of 2.048 als max_tokens niet is ingesteld. Plan je invoerlengte dienovereenkomstig om truncatie te vermijden. Voor lange gesprekken beheer je de geschiedenis door oudere berichten te knippen. Dit zorgt ervoor dat het model voldoende ruimte heeft voor relevante context, waardoor de coherentie in je videogeneratie behouden blijft.

Rate Limits en Tokens

Je bent beperkt tot 300 verzoeken per minuut en 8 gelijktijdige verzoeken per sleutel. De request body mag niet groter zijn dan 8 MB. Fouten zoals 401 (ongeldige sleutel) of 402 (geen tegoed) verbruiken je prepaid tegoed niet. Rate limits (429) verbruiken ook geen tegoed, zodat je zonder boete kunt opnieuw proberen. Tegoed wordt alleen aangerekend voor succesvol tokengebruik, wat kostenbeheersing garandeert voor pipelines met hoog 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)