NoFilter AI API-Dokumentation | NoFilter AI (nofilterai.top)

Basis-URL und Authentifizierung

Starte mit dem Erhalt deines API-Schlüssels im Dashboard. Die Basis-URL für alle Anfragen ist https://api.nofilterai.top/v1. Dieser Endpunkt ist mit Standard-OpenAI-SDKs kompatibel; du musst nur die base_url-Konfiguration aktualisieren und deinen Schlüssel im Authorization-Header angeben.

Die Authentifizierung ist einfach: Füge Authorization: Bearer YOUR_API_KEY in jede Anfrage ein. Wenn der Schlüssel ungültig oder fehlend ist, gibt die API einen 401-Fehler zurück. Dein Konto unterstützt jeweils nur einen aktiven Schlüssel; die Generierung eines neuen Schlüssels macht den vorherigen sofort ungültig, was eine saubere Zugriffskontrolle ohne komplexe Schlüsselrotationslogik ermöglicht.

Erste Anfrage

Um deine Einrichtung zu überprüfen, sende eine einfache Chat-Completion-Anfrage. Die Modellkennung ist uncensored. Dieses Open-Weight-Modell ist darauf ausgelegt, ohne Ablehnungen auf rechtliche erwachsene Inhalte zu antworten, was es für NSFW-tolerante Anwendungen geeignet macht. Verwende den folgenden curl-Befehl, um die Konnektivität und die Transparenz der Token-Preise zu testen.

Python SDK-Integration

Für Python-Entwickler funktioniert die offizielle openai-Bibliothek direkt mit unserem Endpunkt. Konfiguriere den Client so, dass er auf unsere Basis-URL verweist. Dieser Ansatz ermöglicht es dir, vorhandene SDK-Funktionen wie automatische Wiederholungen und strukturierte Parsing-Funktionen zu nutzen, während die Kompatibilität mit unserem unzensierten Modell erhalten bleibt.

Node.js SDK-Integration

Node.js-Entwickler können das openai-npm-Paket ähnlich verwenden. Setze die baseURL auf unseren API-Endpunkt. Dies stellt sicher, dass deine bestehende Infrastruktur zur Handhabung OpenAI-kompatibler Dienste nahtlos mit NoFilter AI integriert wird. Denke daran, dass dies eine Text-only-API ist; versuche nicht, Bild- oder Audiogenerierungs-Endpunkte zu verwenden, da diese auf diesem Dienst nicht existieren.

Streaming-Antworten

Aktiviere Echtzeit-Benutzererfahrungen durch Streaming. Setze stream: true in deiner Anfrage. Die API gibt einen Server-Sent Events (SSE)-Stream zurück. Jeder Chunk enthält teilweise Text, und der letzte Chunk enthält Token-Nutzungsstatistiken. Dies ermöglicht es deiner Anwendung, Token anzuzeigen, sobald sie generiert werden, was die wahrgenommene Leistung bei langen Gesprächen verbessert.

Ratenlimits, Fehler und Kontext

Überwache deine Nutzung gegen strenge Limits: 300 Anfragen pro Minute pro Schlüssel, 8 gleichzeitige Anfragen und einen 8 MB großen Anfragekörper. Fehler sind vorhersehbar: 401 für ungültige Schlüssel, 402, wenn das Prepaid-Guthaben aufgebraucht ist, und 429 bei Überschreitung des Ratenlimits. Das Kontextfenster unterstützt insgesamt 100.000 Token, mit einer maximalen Ausgabe von 32.000 Token pro Anfrage. Fehler und Ablehnungen verbrauchen keine Credits, sodass du nur für die tatsächliche Token-Nutzung zahlst.

cURL

Copycurl https://api.nofilterai.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."}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)