快速入门：将无审查文本集成到您的视频工作流

基本 URL 和认证

我们的 API 托管在 https://api.nsfwvideo.top/v1。要进行认证，你需要从账户仪表板获取 API 密钥。你可以通过 Google 或电子邮件注册以立即获取密钥。将此密钥作为 Bearer 令牌传入 Authorization 头。通过配置基本 URL 和 API 密钥，此设置可与任何 OpenAI 兼容的 SDK 配合使用。确保你的客户端向我们的特定接口发送请求，以访问无审查模型。

生成视频脚本

向 /v1/chat/completions 发送 POST 请求，模型 ID 为 uncensored。该模型经过调整，可在合法成人用途下不进行内容拒绝，非常适合 NSFW 视频脚本。您可以请求详细的场景描述或对话。API 返回的文本可直接输入到您的视频生成管道中，以保持一致的输出。

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 模式进行提示词工程

对于结构化数据，请使用设置为 {"type": "json_object"} 的 response_format 参数。这确保模型返回有效的 JSON，这对于在自动化工作流中解析元数据或结构化提示词至关重要。您可以在系统提示词中定义模式，以强制执行特定的键，如 scene_description 或 camera_angles。这减少了后处理开销，并使您的管道保持整洁。

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)

流式响应

通过将 stream 设置为 true 来启用流式输出。API 通过服务器发送事件 (SSE) 返回数据块。这允许您实时显示进度或处理 token。每个数据块包含部分文本，最后一个数据块包含 token 使用统计信息。流式输出对于长脚本非常高效，让您的应用程序能够在生成内容时做出反应，而无需等待完整响应。

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);

处理上下文窗口

上下文窗口为 100,000 token，涵盖提示词和补全。每次请求的最大输出为 32,000 token，如果未设置 max_tokens，则为 2,048 token。请相应地规划输入长度以避免截断。对于长对话，通过修剪较旧的消息来管理历史记录。这确保模型有足够的空间用于相关上下文，从而在视频脚本生成中保持连贯性。

速率限制和 Token

您被限制为每分钟 300 次请求，每个密钥最多 8 个并发请求。请求正文不得超过 8 MB。401（密钥无效）或 402（无额度）等错误不会消耗您的预付额度。速率限制 (429) 也不会消耗额度，允许您重试而无需惩罚。仅对成功的 token 使用收取费用，确保高容量管道的成本控制。

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)