Schnellstart für Ollama NSFW-Nutzer

Voraussetzungen und Authentifizierung

Du benötigst einen API-Schlüssel und die Base URL, um zu starten. Registriere dich auf der API-Schlüssel erhalten-Seite mit Google oder E-Mail. Dein Schlüssel erscheint sofort; für die Testphase wird keine Karte benötigt. Die Base URL lautet https://api.ollamansfw.com/v1. Lege dies in deiner Umgebung oder SDK-Konfiguration fest. Die Modell-ID ist uncensored. Es handelt sich um ein Open-Weight-Modell, das auf unseren Servern läuft und sich von GPT oder anderen Modellen der Anbieter unterscheidet.

Deine erste Anfrage

Sende eine Standard-Chat-Vervollständigungsanfrage. Die API erwartet ein messages-Array mit einer Rolle und einem Inhalt. Verwende curl, um die Konnektivität zu testen. Ersetze YOUR_API_KEY durch deinen tatsächlichen Schlüssel. Die Antwort enthält den generierten Text in choices[0].message.content. Wenn du einen 401-Fehler erhältst, überprüfe deinen Schlüssel. Ein 402 bedeutet, dass du Guthaben benötigst.

Integration des Python SDK

Verwende das offizielle openai Python-Paket. Installiere es über pip. Konfiguriere den Client mit der benutzerdefinierten Basis-URL und dem API-Schlüssel. Dies gewährleistet die Kompatibilität mit unserem Endpunkt. Der folgende Code zeigt eine einfache Textgenerierung. Er verarbeitet die Anfrage und gibt das Ergebnis aus. Die Fehlerbehandlung sollte HTTP-Ausnahmen abfangen. Dieser Ansatz funktioniert für jeden OpenAI-kompatiblen Client.

Node.js SDK-Integration

Installiere das openai Node.js-Paket. Lege die Basis-URL und den API-Schlüssel bei der Client-Initialisierung fest. Die Struktur entspricht dem Python-Beispiel. Übergebe die Modell-ID uncensored. Die Antwort enthält die Vervollständigungsdaten. Verwende async/await für sauberen Code. Diese Methode ist ideal für serverseitige Anwendungen oder CLI-Tools, die direkten API-Zugriff benötigen.

Streaming-Antworten

Aktiviere das Streaming, indem du stream: true festlegst. Die API gibt einen Server-Sent Events (SSE)-Stream zurück. Jeder Chunk enthält teilweise Text. Der letzte Chunk enthält Token-Nutzungsstatistiken. Dies reduziert die wahrgenommene Latenz bei langen Antworten. Behandle Stream-Fehler angemessen. Die SDKs bieten integrierte Stream-Iteratoren. Verarbeite jeden Chunk, um die Benutzeroberfläche in Echtzeit zu aktualisieren.

Grenzen, Fehler und Kontext

Das Kontextfenster umfasst insgesamt 100,000 Token. Die Ausgabe kann bis zum Ende des Fensters reichen. Die Ratenlimits liegen bei 300 Anfragen pro Minute. Parallele Anfragen sind auf 8 pro Schlüssel begrenzt. Anforderungstextkörper müssen unter 8 MB liegen. Häufige Fehler: 401 (ungültiger Schlüssel), 402 (unzureichendes Guthaben), 429 (Ratenlimit). Fehler verbrauchen kein Guthaben. Ablehnungen wegen unrechtmäßiger Inhalte sind kostenlos. Guthaben verfällt nie.

cURL

Kopierencurl https://api.ollamansfw.com/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

Kopierenfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamansfw.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

Kopierenimport OpenAI from "openai";

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

Streaming

Kopierenstream = 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)