快速上手：將無審查文字整合至您的影片工作流程

基礎 URL 與身份驗證

我們的 API 託管於 https://api.nsfwvideo.top/v1。要進行身份驗證，您需要從帳戶儀表板獲取 API 金鑰。您可以透過 Google 或電子郵件註冊，立即獲得金鑰。將此金鑰作為 Bearer token 傳遞至 Authorization 標頭。此設定適用於任何 OpenAI 相容 SDK，只需配置基礎 URL 和 API 金鑰即可。確保您的客戶端將請求發送至我們的特定端點，以存取無審查模型。

生成影片腳本

向 /v1/chat/completions 發送 POST 請求，並指定模型 ID 為 uncensored。此模型經過調校，可在合法成人用途下無內容拒絕地回答，非常適合用於 NSFW 影片腳本。您可以要求詳細的場景描述或對話。API 返回的文字可直接輸入您的影片生成管線，以獲得一致的輸出。

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."}]
  }'

使用 JSON 模式進行提示詞工程

對於結構化資料，請使用 response_format 參數並設定為 {"type": "json_object"}。這可確保模型返回有效的 JSON，對於在自動化工作流程中解析元資料或結構化提示詞至關重要。您可以在系統提示詞中定義 schema，以強制執行特定鍵，如 scene_description 或 camera_angles。這能減少後製處理的負擔，並保持管線的整潔。

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)

串流輸出回應

將 stream 設為 true 以啟用串流輸出。API 透過 Server-Sent Events (SSE) 回傳資料片段。這讓你能即時顯示進度或處理 token。每個資料片段包含部分文字，最後一個資料片段則包含 token 使用統計。串流輸出對於長腳本非常有效率，讓你的應用程式能在內容產生時立即做出反應，無需等待完整回應。

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);

處理上下文視窗

上下文視窗為 100,000 個 token，涵蓋提示詞與補全內容。每次請求的最大輸出為 32,000 個 token，若未設定 max_tokens，則為 2,048 個 token。請根據此限制規劃輸入長度，以避免截斷。對於長對話，請透過修剪較舊的訊息來管理歷史記錄。這可確保模型有足夠的空間處理相關上下文，維持影片腳本生成的一致性。

速率限制與 token

您的限制為每分鐘 300 次請求，每支金鑰最多 8 個並行請求。請求主體不得超過 8 MB。401（金鑰無效）或 402（無額度）等錯誤不會消耗您的預付額度。速率限制 (429) 也不會消耗額度，讓您可無罰款地重試。僅在成功使用 token 時才會收費，確保高流量管線的費用控制。

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)