API-dokumentation

Autentisering & bas-URL

Använd din API-nyckel med bas-URL:en https://api.bestllmforporn.com/v1. Registrera dig med Google eller e-post för att få din nyckel omedelbart. Ange den i Authorization header.

POST /v1/chat/completions

Skicka din första förfrågan för att generera text. Ställ in modellen till "uncensored". API:t accepterar standardchattmeddelanden.

Copycurl https://api.bestllmforporn.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set server time to 2024"}]
  }'

Python SDK

Använd det officiella OpenAI Python-biblioteket. Konfigurera bas-URL:en och API-nyckeln. Denna metod fungerar för de flesta Python-projekt.

Copyfrom openai import OpenAI

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

Node SDK

Installera OpenAI npm-paketet. Initiera klienten med den anpassade bas-URL:en. Denna metod är idealisk för Node.js-applikationer på serversidan.

Copyimport OpenAI from "openai";

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

Strömning & tokenanvändning

Aktivera strömning genom att ställa in stream: true. API:et skickar detaljer om tokenanvändning i den sista chunken. Detta håller minnesanvändningen låg för långa utdata.

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)

Gränser, fel & kontext

Förvänta dig ett 429-fel om du överskrider 300 förfrågningar per minut. Ett 402-fel innebär att du behöver mer kredit. Modellen stödjer ett kontextfönster på 100 000 tokens. Använd max_tokens: 16000 för långa utdata. Fel är kostnadsfria.