שלב את ה-Uncensored LLM API תוך דקות

התקן את ה-SDK הרשמי של OpenAI

התחל על ידי הוספת ספריית הלקוחה לסביבת הפרויקט שלך. זה מבטיח תאימות לפורמטים סטנדרטיים של בקשות ופרוטוקולי סטרימינג ללא צורך בלוגיקת HTTP מותאמת אישית.

החבילה מטפלת בכותרות אימות וברצף JSON באופן אוטומטי. ניתן להמשיך לתצורה ברגע שהתלות נפתרה בסביבת העבודה שלך.

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)

הגדר כתובת בסיס ומפתח API

העבר תעבורה ישירה לנקודת הקצה שלנו על ידי הגדרת ה- base_url משתנה ולהזין את המפתח הייחודי שלך לתוך מופע הלקילנט. החלפה פשוטה זו מפנה בקשות למודל ללא צנזורה המותאם שלנו ללא שינוי במבנה הקוד שלך.

אמת חיבור על ידי בדיקת ה /v1/models נקודת קצה. המערכת מחזירה את מזהה המודל הזמין, מאשרת שפרטי ההתחברות שלך תקפים ונתיב הרשת פתוח.

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"}]
  }'

שלח את בקשת השלמת הצ'אט הראשונה שלך

צור פאיילויד השלמת צ'אט סטנדרטי עם מזהה המודל uncensored ואוסף ההודעות הרצוי שלך. ה-API מעבד קלט טקסט ומחזיר טקסט מיוצר, תומך בפרמטרים כמו temperature וגם top_p לשליטה בטון.

ודאו שגוף הבקשה נשאר בתוך מגבלת ה-8 MB. המערכת מקבלת אובייקטים סטנדרטיים של JSON ומחזירה תגובות מבניות שאפליקציה שלכם יכולה לנתח מיד.

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);

טפול בתגובות סטרימינג ושימוש בטוקנים

אפשרו זרמת נתונים על ידי הגדרת ה stream flag ל-true. זה מחזיר פסיקי אירועים משרתים (SSE), ומאפשר לממשק שלכם להציג טוקנים בהדרגה כשהם נוצרים.

סטטיסטיקות שימוש בטוקנים מופיעות בפריסה הסופית של הזרם. גישה זו מפחיתה את תחומת העיכוב עבור משתמשים תוך שמירה על דיוק בחיוב בהתבסס על צריכה בפועל.

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)

אפשר קריאת פונקציות ומצב JSON

הפעל פלט מבני על ידי הגדרת response_format אל {"type": "json_object"}. זה מכריח את המודל להחזיר JSON תקף לחלוטין, מהו חיוני לאינטגרציה אמינה עם טפסים בצד הלקוח או שירותי צד השרת.

ניתן גם להגדיר כלים בגוף הבקשה שלך כדי לאפשר קריאת פונקציות. המודל מגיב עם שמות פונקציות ספציפיים וארגומנטים, המאפשרים לקוד שלך לבצע לוגיקה חיצונית בהתבסס על כוונת המשתמש.

הבנת מגבלות קצב וחלונות הקשר

מפתח ה-API שלך תומך ב-300 בקשות לדקה ועד 8 בקשות מקבילות בו-זמנית. אם תעבור את הספים הללו, המערכת תחזיר שגיאת 429 עד לתום חלון הזמן.

חלון ההקשר מאפשר 100,000 טוקנים בסך הכל, כולל פקודה והשלמה. הפלט מוגבל ל-16,000 טוקנים לכל בקשה, או 2,048 טוקנים אם לא ציינת max_tokens. שגיאות ודחיות לא צורכות אשראי.