Ollama NSFW 用户快速入门

前提条件与认证

你需要 API 密钥和 Base URL 才能开始。在 获取 API 密钥 页面使用 Google 或电子邮件注册。你的密钥会立即显示；试用无需信用卡。Base URL 为 https://api.ollamansfw.com/v1。将其设置在你的环境或 SDK 配置中。模型标识符为 uncensored。这是一个运行在我们服务器上的开放权重模型，与 GPT 或其他厂商模型不同。

首次请求

发送标准的聊天补全请求。API 期望包含 role 和 content 的 messages 数组。使用 curl 测试连通性。将 YOUR_API_KEY 替换为你的实际密钥。响应将在 choices[0].message.content 中返回生成的文本。如果收到 401，请检查你的密钥。402 表示你需要充值。

Python SDK 集成

使用官方的 openai Python 包。通过 pip 安装它。使用自定义 Base URL 和 API 密钥配置客户端。这确保了与我们的接口兼容。下面的代码演示了简单的文本生成。它处理请求并打印结果。错误处理应捕获 HTTP 异常。这种方法适用于任何 OpenAI 兼容客户端。

Node.js SDK 集成

安装 openai Node.js 包。在客户端初始化中设置 Base URL 和 API 密钥。结构镜像 Python 示例。传递模型 ID uncensored。响应包含补全数据。使用 async/await 编写简洁代码。这种方法非常适合需要直接 API 访问的服务器端应用程序或 CLI 工具。

流式响应

通过设置 stream: true 启用流式输出。API 返回服务器发送事件 (SSE) 流。每个块包含部分文本。最后一个块包含 token 使用统计。这降低了长响应的感知延迟。优雅地处理流错误。SDK 提供内置的流迭代器。处理每个块以实时更新 UI。

限制、错误和上下文

上下文窗口总计 100,000 个 token。输出可以一直延伸到窗口的末尾。速率限制为每分钟 300 次请求。每个密钥的并发请求限制为 8 个。请求体必须小于 8 MB。常见错误：401（密钥无效），402（额度不足），429（速率限制）。错误不消耗额度。针对非法内容的拒绝免费。额度永不过期。

cURL

复制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

复制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

复制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);

流式输出

复制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)