Przewodnik szybkiego startu API

Bazowy URL i autoryzacja

Połącz się z naszym API LLM uncensored, używając standardowego bazowego URL kompatybilnego z OpenAI. Twój klucz API uwierzytelnia każde żądanie, więc zachowaj go w sekrecie, ale zapewniaj do niego dostęp dla swojej aplikacji. Używamy prostego nagłówka do walidacji, zapewniając, że Twoje prompty docierają do modelu bez tarcia.

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"}]
  }'

Do jednego konta wystarczy jeden aktywny klucz. Jeśli zmienisz klucze, stary przestaje działać natychmiast. Zapobiega to przypadkowemu podwójnemu obciążeniu za stare skrypty działające w tle. Twoja zaliczka pokrywa całe zużycie, więc w razie potrzeby monitoruj saldo przez panel. Jeśli zmienisz klucze, stary przestaje działać natychmiast. Zapobiega to przypadkowemu podwójnemu obciążeniu za stare skrypty działające w tle. Twoja zaliczka pokrywa całe zużycie, więc w razie potrzeby monitoruj saldo przez panel.

Punkt końcowy Uzupełnień Czat

Wyślij wiadomości do modelu "uncensored" poprzez standardowy punkt końcowy uzupełnień czatu. Punkt ten obsługuje interakcje tekst-wejście, tekst-wyjście z oknem kontekstowym 100 000 tokenów. Możesz dołączyć instrukcje systemowe, aby zdefiniować zachowanie, lub po prostu wysłać wiadomości użytkownika do bezpośredniej interakcji.

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 nie odrzuca domyślnie legalnej treści dla dorosłych ani tematów kontrowersyjnych. Ustaw parametry takie jak temperatura dla kreatywności lub top_p dla różnorodności. Jeśli pominisz max_tokens, domyślny output to 2,048 tokenów. Żądaj do 16,000 tokenów dla dłuższych odpowiedzi. To endpoint wystarczy do większości zadań automatyzacji.

Odpowiedzi strumieniowe (SSE)

Otrzymuj generowanie tokenów w czasie rzeczywistym za pomocą Server-Sent Events (SSE). Jest to idealne dla interfejsów czatowych, gdzie chcesz wyświetlać tekst w miarę jego pojawiania się. Ostatnia porcja strumienia zawiera całkowite zużycie tokenów do celów rozliczeniowych. Pozwala to Twojej aplikacji na dokładne śledzenie kosztów w czasie rzeczywistym.

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)

Strumieniowanie zmniejsza postrzeganą opóźnienie dla użytkowników końcowych, sprawiając, że doświadczenie z AI uncensored wydaje się responsywne. Obsługuj błędy połączenia w sposób graceful, ponieważ przerwania sieciowe mogą przerwać strumień. Ponowne połączenie jest proste, ponieważ stan modelu jest zachowywany dla każdego żądania, a nie między sesjami. Użyj tego do generowania dynamicznej treści.

Wywoływanie funkcji i tryb JSON

Zintegruj ekstrakcję danych strukturalnych za pomocą wywoływania funkcji lub trybu JSON. Określ narzędzia w żądaniu, aby kierować format wyjściowy modelu. Jest to kluczowe dla potoków automatyzacji, które potrzebują niezawodnych struktur danych z uncensored LLM. Tryb JSON wymusza, aby odpowiedź była poprawnym JSON, zmniejszając błędy parsowania.

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);

Zdefiniuj schematy narzędzi z wyraźnymi opisami, aby poprawić dokładność. Model szanuje definicje narzędzi, zwracając argumenty w oczekiwanym formacie. Ułatwia to łączenie wywołań API lub wyzwalanie akcji zewnętrznych. Użyj tego do budowania agentów lub przepływów pracy przetwarzania danych bez ręcznych kroków walidacji.

Limity szybkości i ograniczenia

Nasze API narzuca ścisłe limity, aby zapewnić stabilność dla wszystkich użytkowników. Masz prawo do 300 żądań na minutę i 8 żądań współbieżnych na klucz. Każde ciało żądania musi wynosić mniej niż 8 MB, aby zapobiec problemom z nadmiernym ładunkiem. Limity te dotyczą każdego klucza API, więc rozłóż obciążenie między klucze, jeśli to konieczne.

Błędy takie jak 401 wskazują na nieprawidłowy lub brakujący klucz. Błąd 402 oznacza, że wyczerpałeś kredyt zaliczkowy. Status 429 sygnalizuje, że osiągnąłeś limit szybkości. Zatrzymaj się i ponów próbę po krótkim opóźnieniu. Te ograniczenia są przejrzyste, bez ukrytego throttlingu w okresach szczytowych.

Okno kontekstu i limity wyjścia

Model obsługuje okno kontekstowe o rozmiarze 100 000 tokenów, obejmujące zarówno prompt, jak i uzupełnienie. Pozwala to na szczegółową analizę dokumentów lub długą historię rozmów. Maksymalne wyjście w jednym żądaniu jest jednak ograniczone do 16 000 tokenów. Jeśli nie określisz max_tokens, wartość domyślna to 2 048 tokenów.

W przypadku bardzo długich odpowiedzi rozważ podzielenie żądania lub użycie strumieniowania. Zapewnia to utrzymanie się w limitach na jedno żądanie. Okno kontekstowe jest wspólne, więc kluczowe jest efektywne projektowanie promptów. Wykorzystaj ten potencjał do głębokich, nieograniczonych zadań rozumowania bez osiągania sztywnych limitów.