Ollama NSFW 用戶的快速上手指南

先決條件與驗證

您需要 API 金鑰和 Base URL 才能開始。在 取得 API 金鑰 頁面使用 Google 或電子郵件註冊。您的金鑰會立即顯示；試用期間無需信用卡。Base URL 為 https://api.ollamansfw.com/v1。請將其設定在您的環境或 SDK 設定中。模型識別碼為 uncensored。這是一個在我們伺服器上運行的開放權重模型，與 GPT 或其他供應商模型不同。

你的第一個請求

發送標準的聊天完成請求。API 期望收到包含 role 和 content 的 messages 陣列。使用 curl 測試連線。將 YOUR_API_KEY 替換為你的實際金鑰。回應會在 choices[0].message.content 中回傳生成的文字。如果收到 401，請檢查你的金鑰。402 表示你需要預付額度。

Python SDK 整合

使用官方的 openai Python 套件。透過 pip 安裝它。使用自訂 Base URL 和 API 金鑰設定客戶端。這確保了與我們端點的相容性。以下程式碼演示了簡單的文本生成。它處理請求並列印結果。錯誤處理應捕獲 HTTP 異常。此方法適用於任何 OpenAI 相容的客戶端。

Node.js SDK 整合

安裝 openai Node.js 套件。在客戶端初始化時設定 Base URL 和 API 金鑰。結構與 Python 範例相同。傳遞模型 ID uncensored。回應包含補全資料。使用 async/await 以獲得清晰的程式碼。此方法非常適合需要直接 API 存取權的伺服器端應用程式或 CLI 工具。

串流回應

透過設定 stream: true 啟用串流輸出。API 傳回伺服器發送的事件 (SSE) 串流。每個區塊包含部分文字。最後一個區塊包含 token 用量統計。這可降低長回應的感知延遲。請妥善處理串流錯誤。SDK 提供內建的串流迭代器。處理每個區塊以即時更新 UI。

限制、錯誤與上下文

上下文視窗總共可容納 100,000 個 token。輸出可延伸至視窗結尾。速率限制為每分鐘 300 次請求。每個金鑰的並行請求限制為 8 個。請求主體必須小於 8 MB。常見錯誤：401（金鑰無效）、402（預付額度不足）、429（速率限制）。錯誤不會消耗額度。拒絕回應 unlawful content 不收費。額度永不過期。

cURL

複製curl 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

複製from 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

複製import 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);

串流輸出

複製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)