API क्विकस्टार्ट गाइड

बेस URL और प्रमाणीकरण

मानक OpenAI-संगत बेस URL का उपयोग करके हमारे uncensored LLM API से कनेक्ट करें। आपकी API कुंजी हर अनुरोध को प्रमाणीकृत करती है, इसलिए इसे सुरक्षित रखें लेकिन अपने एप्लिकेशन के लिए सुलभ रखें। हम मान्यता के लिए एक सरल हेडर का उपयोग करते हैं, सुनिश्चित करता है कि आपके प्रॉम्प्ट बिना रुकावट के मॉडल तक पहुंचें।

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

आपके खाते के लिए केवल एक सक्रिय कुंजी की आवश्यकता होती है। यदि आप कुंजियों को घुमाते हैं, तो पुरानी कुंजी तुरंत काम करना बंद कर देती है। यह बैकग्राउंड में चल रहे पुराने स्क्रिप्ट्स से होने वाली संभावित डुप्लिकेट बिलिंग को रोकता है। आपकी पूर्व-भुगतान क्रेडिट सभी उपयोग को कवर करती है, इसलिए यदि आवश्यक हो तो डैशबोर्ड के माध्यम से अपने बैलेंस की निगरानी करें।

चैट कंप्लीशंस एंडपॉइंट

मानक चैट पूर्णता एंडपॉइंट के माध्यम से "अनसेंसर्ड" मॉडल को संदेश भेजें। यह एंडपॉइंट 100,000 टोकन की संदर्भ विंडो के साथ टेक्स्ट-इन, टेक्स्ट-आउट इंटरैक्शन संभालता है। आप व्यवहार को परिभाषित करने के लिए सिस्टम निर्देश शामिल कर सकते हैं, या सीधे इंटरैक्शन के लिए बस उपयोगकर्ता संदेश भेज सकते हैं।

Copyfrom openai import OpenAI

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

मॉडल कानूनी वयस्क या विवादास्पद विषयों को डिफ़ॉल्ट रूप से अस्वीकार नहीं करता है। रचनात्मकता के लिए टेम्परेचर या विविधता के लिए top_p जैसे पैरामीटर सेट करें। यदि आप max_tokens छोड़ देते हैं, तो डिफ़ॉल्ट आउटपुट 2,048 टोकन है। लंबे उत्तरों के लिए 16,000 टोकन तक अनुरोध करें। यह एंडपॉइंट अधिकांश स्वचालन कार्यों के लिए आपकी आवश्यकता है।

स्ट्रीमिंग रिस्पॉन्सेस (SSE)

Server-Sent Events (SSE) का उपयोग करके रीयल-टाइम टोकन जनरेशन प्राप्त करें। यह उन चैट इंटरफेस के लिए आदर्श है जहां आप टेक्स्ट को प्रकट होने पर प्रदर्शित करना चाहते हैं। स्ट्रीम का अंतिम चंक बिलिंग उद्देश्यों के लिए कुल टोकन उपयोग शामिल करता है। इससे आपकी एप्लिकेशन लागत की सटीक निगरानी रीयल-टाइम में कर सकती 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)

स्ट्रीमिंग अंतिम उपयोगकर्ताओं के लिए अनुभवजन्य विलंबता को कम करता है, जिससे अनसेंसर्ड AI अनुभव प्रतिक्रियाशील लगता है। नेटवर्क विच्छेद स्ट्रीम को गिरा सकते हैं, इसलिए कनेक्शन त्रुटियों को सहजता से संभालें। रिकनेक्ट करना सरल है क्योंकि मॉडल स्टेट प्रति अनुरोध बनाए रखा जाता है, सत्रों के बीच नहीं। गतिशील सामग्री जनरेशन के लिए इसका उपयोग करें।

फंक्शन कॉलिंग और JSON मोड

फंक्शन कॉलिंग या JSON मोड का उपयोग करके संरचित डेटा एक्सट्रैक्शन इंटीग्रेट करें। मॉडल के आउटपुट फॉर्मेट को निर्देशित करने के लिए रिक्वेस्ट में टूल्स निर्दिष्ट करें। यह उन ऑटोमेशन पाइपलाइन्स के लिए महत्वपूर्ण है जिन्हें अनसेंसर्ड LLM से विश्वसनीय डेटा संरचनाओं की आवश्यकता होती है। JSON मोड रिस्पॉन्स को वैध JSON बना देता है, जिससे पार्सिंग एरर्स कम होते हैं।

Copyimport OpenAI from "openai";

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

स्पष्ट विवरणों के साथ टूल स्कीमा परिभाषित करें ताकि सटीकता में सुधार हो सके। मॉडल टूल परिभाषाओं का सम्मान करता है, अपेक्षित प्रारूप में तर्क लौटाता है। यह एपीआई कॉल को चेन करने या बाह्य क्रियाओं को ट्रिगर करने को आसान बनाता है। इसे मैन्युअल सत्यापन चरणों के बिना एजेंट्स बनाने या डेटा प्रसंस्करण वर्कफ़्लो के लिए उपयोग करें।

रेट लिमिट्स और बाधाएँ

हमारा API सभी उपयोगकर्ताओं के लिए स्थिरता सुनिश्चित करने के लिए कठोर सीमाएं लागू करता है। आपको प्रति मिनट 300 अनुरोध और प्रति कुंजी 8 समानांतर अनुरोध की अनुमति है। प्रत्येक अनुरोध बॉई अत्यधिक पेलोड समस्याओं से बचने के लिए 8 MB से कम होनी चाहिए। ये सीमाएं प्रति API कुंजी पर लागू होती हैं, इसलिए यदि आवश्यक हो तो लोड को कुंजियों में वितरित करें।

त्रुटियाँ जैसे 401 अमान्य या अनुपस्थित कुंजी को दर्शाती हैं। एक 402 त्रुटि का अर्थ है कि आपका प्रीपेड क्रेडिट समाप्त हो गया है। एक 429 स्टेटस संकेत देता है कि आपने रेट लिमिट पर पहुँच लिया है। रुकें और छोटी देरी के बाद पुनः प्रयास करें। ये प्रतिबंध पारदर्शी हैं, पीक समय के दौरान कोई छिपा थ्रॉटलिंग नहीं है।

संदर्भ विंडो और आउटपुट सीमाएँ

मॉडल प्रॉम्प्ट और पूर्णता दोनों को मिलाकर 100,000 टोकन संदर्भ विंडो का समर्थन करता है। इससे व्यापक दस्तावेज़ विश्लेषण या लंबे संवाद इतिहास संभव होते हैं। हालांकि, प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन पर सीमित है। यदि आप max_tokens निर्दिष्ट नहीं करते हैं, तो डिफ़ॉल्ट 2,048 टोकन होता है।

बहुत लंबे आउटपुट के लिए, अनुरोध को विभाजित करने या स्ट्रीमिंग का उपयोग करने पर विचार करें। यह सुनिश्चित करता है कि आप प्रति-अनुरोध सीमाओं के भीतर रहें। संदर्भ विंडो साझा होती है, इसलिए कुशल प्रॉम्प्ट डिज़ाइन महत्वपूर्ण है। इस क्षमता का उपयोग गहरी, असीमित तर्क कार्यों के लिए करें बिना कठोर छतों से टकराए।