API 快速入门：聊天补全

认证与基础 URL

您的 API 密钥对每个请求进行身份验证。使用 Authorization 使用 Bearer 方案。您的基础 URL 为 https://api.nsfwopenrouter.com/v1. 此 URL 适用于任何 OpenAI 兼容的 SDK。您无需订阅。您仅按使用的令牌付费。错误和拒绝不收费。通过 Google 或电子邮件注册以立即获取密钥。

发送聊天补全请求

向以下地址发送 POST 请求 /v1/chat/completions. 模型 ID 始终为 uncensored. 提供您的系统提示词以定义行为。在 messages 数组。API 直接返回文本输出。不进行复杂的路由。流量直接传输至我们的服务器。这确保了在不经过上游过滤器的情况下一致地处理 NSFW 内容。

处理流式响应

通过将 stream 到 trueAPI 返回服务器发送事件（SSE）。每个数据块包含部分文本。令牌使用详情出现在最后一个数据块中。这降低了用户的感知延迟。它允许实时显示生成的内容。在流逻辑中处理错误。在失败时丢弃不完整的块。

配置模型参数

调整 temperature 用于创造力。使用 top_p 用于核采样。设置 max_tokens 限制输出长度。默认最大值为 2,048 个令牌。您可以请求每次最多 16,000 个令牌。上下文窗口总共支持 100,000 个令牌。这包括提示和补全。针对您的特定角色扮演需求微调这些设置。

强制执行 JSON 模式

使用 response_format 与 {"type": "json_object"}. 该模型保证输出有效的 JSON。这种结构对于程序化集成至关重要。直接将响应解析为您的应用程序对象。为了避免可靠性问题，请避免使用正则表达式解析。此功能确保一致的数据提取。它与标准 SDK 无缝协作。

了解工具调用

在请求体中定义工具。模型可以返回结构化的函数调用。使用 tool_choice 以强制特定行为。这启用了动态代理工作流。API 支持标准的 OpenAI 工具格式。解析 tool_calls 响应中的数组。执行函数并反馈结果。这允许复杂的多步交互。

cURL

Copycurl https://api.nsfwopenrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run my unit tests and show results"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.nsfwopenrouter.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.js

Copyimport OpenAI from "openai";

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

流式传输

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)