قم بدمج Uncensored LLM API في دقائق

تثبيت SDK الرسمي لـ OpenAI

ابدأ بإضافة مكتبة العميل إلى بيئة مشروعك. يضمن ذلك التوافق مع تنسيقات الطلبات القياسية وبروتوكولات التدفق دون الحاجة إلى منطق HTTP مخصص.

تتعامل الحزمة مع رؤوس المصادقة وتسلسل JSON تلقائيًا. يمكنك الانتقال إلى التكوين بمجرد حل الاعتماد في مساحة العمل الخاصة بك.

Copyfrom openai import OpenAI

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

تكوين عنوان URL الأساسي ومفتاح API

وجّه الحركة المباشرة إلى نقطة النهاية الخاصة بنا عن طريق تعيين base_url المتغير وإدخال مفتاحك الفريد في مثيل العميل. هذا التبديل البسيط يحول الطلبات إلى نموذجنا غير المقيد المحسن دون تغيير هيكل الكود الخاص بك.

تحقق من الاتصال عن طريق التحقق من /v1/models endpoint. يعيد النظام معرف النموذج المتاح، مما يؤكد أن بيانات الاعتماد الخاصة بك صالحة ومسار الشبكة مفتوح.

Copycurl https://api.unlimitedllmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all available endpoints for user authentication"}]
  }'

أرسل طلب إكمال المحادثة الأول

قم ببناء حمولة إكمال دردشة قياسية بمعرف النموذج uncensored ومصفوفة الرسائل المطلوبة. يعالج API إدخال النص ويعيد النص المولد، ويدعم معلمات مثل temperature و top_p للتحكم في النبرة.

تأكد من أن جسم الطلب يبقى ضمن حد 8 ميجابايت. يقبل النظام كائنات JSON القياسية ويعيد استجابات منظمة يمكن لتطبيقك تحليلها فورًا.

Copyimport OpenAI from "openai";

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

التعامل مع الاستجابات المتدفقة واستخدام الرموز

فعّل التدفق عن طريق تعيين stream القيمة true. يُرجع هذا كتل أحداث الحدث المرسلة من الخادم (SSE)، مما يسمح لواجهتك بعرض الرموز تدريجيًا أثناء توليدها.

تظهر إحصائيات استهلاك الرمز في الشريحة الأخيرة من التدفق. يقلل هذا النهج من زمن الاستجابة المُدرَك للمستخدمين مع الحفاظ على دقة الفوترة بناءً على الاستهلاك الفعلي.

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)

تفعيل استدعاء الوظائف ووضع JSON

فعّل المخرجات المنظمة عن طريق تعيين response_format إلى {"type": "json_object"}. يفرض هذا على النموذج إرجاع JSON صالح تماماً، وهو أمر أساسي للتكامل الموثوق مع نماذج الواجهة الأمامية أو خدمات الخلفية.

يمكنك أيضاً تعريف الأدوات في جسم طلبك لتمكين استدعاء الوظائف. يستجيب النموذج بأسماء وظائف محددة وحجج، مما يسمح لكودك بتنفيذ منطق خارجي بناءً على نية المستخدم.

فهم حدود المعدلات ونوافذ السياق

يدعم مفتاح API الخاص بك 300 طلب في الدقيقة وحتّى 8 طلبات متزامنة في وقت واحد. إذا تجاوزت هذه الحدود، سيعيد النظام خطأ 429 حتى يتم إعادة تعيين النافذة الزمنية.

تسمح نافذة السياق بـ 100,000 رمز إجمالاً، بما في ذلك المطالبة والإكمال. الإخراج مقصور على 16,000 رمز لكل طلب، أو 2,048 رمز إذا لم تحدد max_tokens. الأخطاء والرفض لا تستهلك رصيدًا.