मिनटों में Uncensored LLM API को इंटीग्रेट करें

आधिकारिक OpenAI SDK स्थापित करें

अपने प्रोजेक्ट एन्वायरनमेंट में क्लाइंट लाइब्रेरी जोड़कर शुरू करें। यह कस्टम HTTP लॉजिक की आवश्यकता के बिना मानक अनुरूप फॉर्मेट और स्ट्रीमिंग प्रोटोकॉल के साथ संगतता सुनिश्चित करता है।

पैकेज स्वचालित रूप से प्रमाणीकरण हेडर्स और JSON सीरियलाइजेशन संभालता है। आप वर्कस्पेस में निर्भरता हल होने के बाद कॉन्फ़िगरेशन पर आगे बढ़ सकते हैं।

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)

बेस URL और API कुंजी कॉन्फ़िगर करें

सेटिंग करके हमारे एंडपॉइंट पर प्रत्यक्ष ट्रैफ़िक भेजें base_url वेरिएबल और अपने अनूखे कुंजी को क्लाइंट इंस्टेंस में इंजेक्ट करें। यह सरल स्विप आपके कोड संरचना को बदले बिना अनुरोधों को हमारे अनुकूलित अनसेंसर्ड मॉडल की ओर रूट करता है।

कनेक्टिविटी की पुष्टि करने के लिए /v1/models एंडपॉइंट। सिस्टम उपलब्ध मॉडल पहचानकर्ता लौटाता है, पुष्टि करता है कि आपके क्रेडेंशियल मान्य हैं और नेटवर्क पथ खुला है।

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"}]
  }'

अपनी पहली चैट कंप्लीशन रिक्वेस्ट भेजें

मॉडल आईडी के साथ एक मानक चैट कंप्लीशन पेलोड तैयार करें uncensored और अपनी वांछित संदेश सरणी। API टेक्स्ट इनपुट प्रोसेस करता है और जनरेटेड टेक्स्ट लौटाता है, "parameters like" जैसे पैरामीटर का समर्थन करता है। temperature और top_p टोन कंट्रोल के लिए।

सुनिश्चित करें कि आपके अनुरोध बॉडी 8 MB की सीमा के भीतर रहे। सिस्टम मानक JSON ऑब्जेक्ट स्वीकार करता है और संरचित प्रतिक्रियाएं लौटाता है जिन्हें आपकी एप्लिकेशन तुरंत पार्स कर सकती है।

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);

स्ट्रीमिंग प्रतिक्रियाओं और टोकन उपयोग को हैंडल करें

स्ट्रीमिंग को सक्षम करने के लिए stream flag को true पर सेट करें। यह Server-Sent Events (SSE) चंक लौटाता है, जिससे आपका इंटरफ़ेस जनरेट होते समय टोकन को क्रमिक रूप से प्रदर्शित कर सकता है।

टोकन उपयोग आंकड़े स्ट्रीम के अंतिम चंक में प्रकट होते हैं। यह दृष्टिकोण उपयोगकर्ताओं के लिए अनुभवजन्य विलंबता को कम करता है जबकि वास्तविक उपभोग के आधार पर आपकी बिलिंग को सटीक रखता है।

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)

फंक्शन कॉलिंग और जेएसओएन मोड सक्षम करें

संरचित आउटपुट को सक्रिय करें सेटिंग response_format को {"type": "json_object"}. यह मॉडल को कठोरता से वैध JSON लौटाने के लिए मजबूर करता है, जो फ्रंटएंड फॉर्म्स या बैकएंड सेवाओं के साथ विश्वसनीय इंटीग्रेशन के लिए आवश्यक है।

आप फ़ंक्शन कॉलिंग सक्षम करने के लिए अपने अनुरोध बॉडी में टूल्स भी परिभाषित कर सकते हैं। मॉडल विशिष्ट फ़ंक्शन नामों और तर्कों के साथ उत्तर देता है, जिससे आपका कोड उपयोगकर्ता के इरादे के आधार पर बाहरी तर्क को निष्पादित कर सकता है।

रेट लिमिट्स और कॉन्टेक्स्ट विंडो को समझें

आपका API कुंजी प्रति मिनट 300 अनुरोध और एक साथ अधिकतम 8 समवर्ती अनुरोधों का समर्थन करता है। यदि आप इन सीमाओं को पार करते हैं, तो सिस्टम विंडो रीसेट होने तक 429 त्रुटि लौटाता है।

संदर्भ विंडो कुल मिलाकर 100,000 टोकन की अनुमति देती है, जिसमें प्रॉम्प्ट और कंप्लीशन दोनों शामिल हैं। आउटपुट 16,000 टोकन प्रति अनुरोध तक सीमित है, या 2,048 टोकन यदि आप निर्दिष्ट नहीं करते हैं max_tokens. त्रुटियां और अस्वीकृतियां क्रेडिट खपत नहीं करतीं।