Installera det officiella SDK:t
Börja med att installera det officiella OpenAI SDK:t för ditt föredragna språk. Skönheten med vårt API är att det använder samma klientbibliotek som du redan känner till. Du behöver ingen anpassad bibliotek eller ett komplext installations-script. pip install openai eller npm install openai gör dig redo. Denna metod innebär att din befintliga kodbas anpassas med minimal friktion. Du kan växla mellan leverantörer utan att skriva om din kärnlogik.
Konfigurera bas-URL och nyckel
Peka din klient mot vår specifika bas-URL och infoga din API-nyckel. Vår slutpunkt finns vid https://api.groknsfwprompts.com/v1. Detta URL säkerställer att du träffar vår obegränsade modell direkt. Du måste ställa in base_url parametern i din SDK-konfiguration. Skicka din nyckel via standard api_key header. Denna konfiguration kringgår den standardmässiga OpenAI-omdirigeringen. Den garanterar att du kommunicerar med våra servrar, inte deras.
Här visas hur du konfigurerar anslutningen i en standardbegäran:
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"}]
}'Skicka din första förfrågan
Skicka en enkel chatcompletion för att verifiera din anslutning. Använd modell-ID:t uncensored för alla förfrågningar. Detta ID pekar på vår modell med öppna vikter som är finjusterad för vuxentidning. Skicka en prompt som normalt skulle trigga ett filter. Modellen returnerar den råa texten utan avslag. Du får omedelbar textoutput för dina behov av promptingenjörskonst. Detta steg bekräftar att din kreditbalans är aktiv.
Prova detta minimala Python-skript för att testa anslutningen:
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)Aktivera Strömning för Realtidsoutput
Aktivera strömning för att ta emot tokens när de genereras. Detta minskar den upplevda latensen för långa svar. Ställ stream=True i dina begäransparametrar. SDK:et returnerar delar när de blir tillgängliga. Detta är avgörande för videopromptgenerering där du vill ha omedelbar återkoppling. Du kan avbryta strömmen om svaret svänger åt fel håll. Det ger en smidigare utvecklarupplevelse för iterativ testning.
Här är strömningsimplementeringsmönstret:
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)Hantera funktionsanrop och JSON-läge
Utnyttja strukturerad utdata för konsekvent dataanalys. Använd response_format={"type": "json_object"} för strikt JSON. Detta säkerställer att dina downstream-parsare får giltig data. Du kan också definiera verktyg för funktionsanrop. Modellen stöder standardverktygsdefinitioner och val. Denna funktion är viktig för automatiserade NSFW-promptgenereringspipelines. Den håller din datastruktur förutsägbar och ren.
Se hur du aktiverar JSON-läge 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);Förstå tokenbegränsningar och prissättning
Övervaka din användning mot våra tydliga gränser. Vi tar ut $0,15 per miljon inmatningstokens och $0,50 per miljon utmatningstokens. Ditt kontextfönster sträcker sig över 100 000 tokens totalt. Du kan mata ut upp till 16 000 tokens per begäran. Hastighetsgränserna begränsar dig till 300 begäranden per minut. Hantera fel som 402 (ingen kredit) eller 429 (hastighetsgräns) på ett smidigt sätt. Fel och avvisningar förbrukar inte din kredit. Denna modell gynnar tunga prompt-engineering-arbetsflöden.
