Installer den officielle SDK
Start med at installere den officielle OpenAI SDK til dit foretrukne sprog. Skønheden ved vores API er, at det bruger de samme klientbiblioteker, du allerede kender. Du behøver ikke et tilpasset bibliotek eller en kompleks opsætningsscript. pip install openai eller npm install openai gør dig klar. Denne tilgang betyder, at din eksisterende codebase tilpasser sig med minimal friktion. Du kan skifte mellem udbydere uden at omskrive din core logic.
Konfigurer Base URL og Key
Peg din klient mod vores specifikke base URL og indsprøjt din API-nøgle. Vores endpoint findes på https://api.groknsfwprompts.com/v1. Denne URL sikrer, at du rammer vores model uden censorering direkte. Du skal indstille base_url parameter i din SDK-konfiguration. Overfør din nøgle via standard api_key header. Denne opsåring omgår den standard OpenAI-routing. Det garanterer, at du taler med vores servere, ikke deres.
Her er hvordan du konfigurerer forbindelsen i en standardanmodning:
curl https://api.groknsfwprompts.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Describe a cybernetic woman in a neon city"}]
}'Send din første forespørgsel
Send en simpel chat-completion for at verificere din forbindelse. Brug model-ID uncensored til alle anmodninger. Denne ID peger på vores open-weight-model, der er finjusteret til voksenindhold. Send et prompt, som normalt ville udløse en filter. Modellen returnerer den rå tekst uden afvisning. Du får øjeblikkelig tekstoutput til dine prompt engineering-behov. Dette trin bekræfter, at din kreditbalance er aktiv.
Prøv denne minimale Python script for at teste connectivity:
from openai import OpenAI
client = OpenAI(base_url="https://api.groknsfwprompts.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)Aktiver streaming til real-time output
Aktiver streaming for at modtage tokens, mens de genereres. Dette reducerer den opfattede latens for lange svar. Indstil stream=True i dine request-parametre. SDK'et vil yield chunks, når de er tilgængelige. Dette er afgørende for video-prompt-generering, hvor du ønsker øjeblikkelig feedback. Du kan afbryde streamen, hvis svaret drejer af. Det giver en glattere udvikleroplevelse til iterativ testing.
Her er streaming-implementeringsmønsteret:
stream = 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)Håndter function calling og JSON-tilstand
Udnyt struktureret output til konsistent dataparsing. Brug response_format={"type": "json_object"} til streng JSON. Dette sikrer, at dine downstream-parsere modtager gyldige data. Du kan også definere værktøjer til funktionskald. Modellen understøtter standard værktogsdefinitioner og -valg. Denne funktion er vital til automatiserede NSFW-promptgenereringspipelines. Den holder din datastruktur forudsigelig og ren.
Se, hvordan du håndhæver JSON-tilstand i Node.js:
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.groknsfwprompts.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);Forstå tokenbegrænsninger og prisfastsættelse
Overvåg dit forbrug mod vores klare grænser. Vi opkræver $0,15 per million input-tokens og $0,50 per million output-tokens. Dit kontekstvindue strækker sig over 100.000 tokens i alt. Du kan outputte op til 16.000 tokens per anmodning. Hastighedsgrænser begrænser dig til 300 anmodninger per minut. Håndter fejl som 402 (ingen kredit) eller 429 (hastighedsgrænse) elegant. Fejl og afslag forbruger ikke din kredit. Denne model favoriserer tung prompt-engineering-arbejdsgange.
