Panduan Permulaan Pantas API

URL Asas dan Pengesahan

Sambungkan ke API LLM uncensored kami menggunakan URL asas serasi OpenAI piawai. Kunci API anda mengesahkan setiap permintaan, jadi pastikan ia selamat tetapi boleh diakses oleh aplikasi anda. Kami menggunakan header mudah untuk pengesahan, memastikan prompt anda mencapai model tanpa halangan.

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"}]
  }'

Anda hanya memerlukan satu kunci aktif per akaun. Jika anda memutarkan kunci, kunci lama akan berhenti berfungsi serta-merta. Ini menghalakan bayaran berganda tidak sengaja daripada skrip lama yang berjalan di latar belakang. Kredit pra-dibayar anda menampung semua penggunaan, jadi pantau baki anda melalui papan pemuka jika perlu.

Hujung Sambungan Penyelesaian Sembang

Hantar mesej ke model "uncensored" melalui hujung titik penyelesaian semakan piawai. Hujung titik ini mengendalikan interaksi teks-masuk, teks-keluar dengan tetingkap konteks 100,000 token. Anda boleh termasuk arahan sistem untuk menentukan tingkah laku, atau hanya hantar mesej pengguna untuk interaksi langsung.

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)

Model ini tidak menolak topik dewasa yang sah atau kontroversi secara lalai. Tetapkan parameter seperti suhu untuk kreativiti atau top_p untuk kepelbagaian. Jika anda membiarkan max_tokens kosong, output lalai ialah 2,048 token. Minta sehingga 16,000 token untuk respons yang lebih panjang. Hujung ini adalah satu-satunya yang anda perlukan untuk kebanyakan tugas automasi.

Respons Streaming (SSE)

Terima penjanaan token masa nyata menggunakan Server-Sent Events (SSE). Ini sesuai untuk antara muka sembang di mana anda ingin memaparkan teks apabila ia muncul. Segmen akhir aliran mengandungi jumlah penggunaan token untuk tujuan pengebilan. Ini membolehkan aplikasi anda menjejaki kos secara tepat dalam masa nyata.

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)

Penstriman mengurangkan latensi yang dirasakan untuk pengguna akhir, menjadikan pengalaman AI tanpa sensor berasa responsif. Tangani ralat sambungan dengan baik, kerana gangguan rangkaian boleh memutuskan aliran. Menyambung semula adalah mudah kerana keadaan model dikekalkan per permintaan, bukan merentasi sesi. Gunakan ini untuk penjanaan kandungan dinamik.

Panggilan Fungsi dan Mod JSON

Integrasikan pengekstrakan data terstruktur menggunakan panggilan fungsi atau mod JSON. Tentukan alat dalam permintaan untuk membimbing format output model. Ini penting untuk landasan automasi yang memerlukan struktur data yang boleh dipercayai dari LLM tanpa sensor. Mod JSON memaksa respons menjadi JSON yang sah, mengurangkan ralat pengekodan semula.

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);

Takrifkan skema alat dengan penerangan yang jelas untuk meningkatkan ketepatan. Model menghormati takrifan alat, mengembalikan hujah dalam format yang dijangka. Ini memudahkan untuk menyambungkan panggilan API atau mencetuskan tindakan luaran. Gunakan ini untuk membina agen atau aliran kerja pemprosesan data tanpa langkah pengesahan manual.

Had had laju dan kekangan

API kami mengenakan had yang ketat untuk memastikan kestabilan untuk semua pengguna. Anda dibenarkan membuat 300 permintaan setiap minit dan 8 permintaan kekoncurrentan per kunci. Setiap badan permintaan mesti kurang daripada 8 MB untuk mencegah isu payload berlebihan. Had ini terpakai per kunci API, jadi agihkan beban merentasi kunci jika perlu.

Kesilapan seperti 401 menunjukkan kunci tidak sah atau tiada. Kesilapan 402 bermaksud kredit prabayar anda telah habis. Status 429 menandakan anda telah mencapai had kadar. Berhenti sebentar dan cuba semula selepas lewat sebentar. Kekangan ini telus, tanpa pengehadan tersembunyi semasa waktu puncak.

Tetingkap Konteks dan Had Output

Model ini menyokong tetingkap konteks 100,000 token, yang merangkumi kedua-dua prompt dan penyelesaian. Ini membolehkan analisis dokumen meluas atau sejarah perbualan yang panjang. Walau bagaimanapun, output maksimum setiap permintaan disekat pada 16,000 token. Jika anda tidak menentukan max_tokens, lalai ialah 2,048 token.

Untuk output yang sangat panjang, pertimbangkan untuk memecahkan permintaan atau menggunakan streaming. Ini memastikan anda kekal dalam had per-permintaan. Jendela konteks dikongsi, jadi reka bentuk prompt yang cekap adalah penting. Gunakan kapasiti ini untuk tugas penalaran mendalam dan tanpa sekatan tanpa mencapai had keras.