תיעוד API של LLM ללא צנזורה

כתובת URL בסיסית ואימות

התחל על ידי הפניית הלקוח שלך לנקודת הקצה הספציפית כדי לעקוף מסנני תוכן סטנדרטיים. השתמש בכתובת הבסיס https://api.bestabliteratedmodel.com/v1 והעבר את המפתח שלך דרך ה Authorization header. ניתן ליצור את המפתח שלך באופן מיידי דרך גוגל או אימייל בדף ההרשמה ללא צורך במתן פרטי תשלום עבור ניסיון.

Copycurl https://api.bestabliteratedmodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run the unit tests for the new authentication module"}]
  }'

ודאו שהכותרת תואמת בדיוק את הפורמט הנ"ל. המערכת מאמתת אישורים לפני עיבוד כל טוקן, כך שהחזיקו את המפתח שלכם בצורה מאובטחת.

בקשה ראשונה עם SDK Python

שלב ישירות באמצעות ספריית ה-Python הרשמית של OpenAI על ידי שיכתוב כתובת הבסיס. זה מאפשר לך לשלוח הנחיות למודל ללא צנזורה ללא שינוי משמעותי במבנה הקוד הקיים שלך. מזהה המודל הוא תמיד uncensored לכל הבקשות.

Copyfrom openai import OpenAI

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

גישה זו שומרת על תאימות עם פרמטרים סטנדרטיים כמו temperature וגם top_p. ניתן לבדוק את התגובה מיד לאחר יצירת מופע הלקוח.

שילוב Node.js

השתמשו בחבילת OpenAI ל-Node.js כדי לשלם השלמות טקסט לנקודת הקצה ללא צנזורה שלנו. הגדירו את baseURL מאפיין לכתובת ה-API שלנו לפני ביצוע כל קריאה. זה מבטיח שהיישום שלך ינותב בקשות כראוי ללא פגיעה במגבלות הספק הסטנדרטי.

Copyimport OpenAI from "openai";

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

טפל בזרם התגובה או באובייקט בודד כנדרש. ה-SDK מטפל בטוקניזציה באופן פנימי, כך שתוכל להתמקד בלוגיקת ה-Prompt במקום בפרטי התשתית.

זרימה עם SSE

אפשרו יצירת אסימונים בזמן אמת על ידי הגדרת stream: true בפרמטרי הבקשה שלך. ה-API מחזיר אירועים שנשלחים מהשרת (SSE) שבהם כל נתח מכיל טקסט חלקי. מדדי שימוש באסימונים מופיעים בנתח הסופי של הזרם.

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)

עבדו כל דלתא כפי שהיא מגיעה כדי להציג טקסט מיד למשתמשים. זה מפחית משמעותית את תחוית העיכוב בהשוואה להמתנה להשלמה מלאה.

פקודות פונקציה וכלים

הגדירו סכמות כלים בבקשה שלכם כדי לאפשר פלט מבני מהמודל. ה-API תומך בהגדרות פונקציות סטנדרטיות עם פרמטרים ותיאורים. המודל יחזיר קריאות לכלים כאשר מתאים בהתבסס על הוראות ההנחיה שלכם.

העבר את tools מערך עם הפונקציות הרצויות שלך. התגובה כוללת tool_calls field if the model decides to invoke a tool.

מצב JSON, מגבלות ושגיאות

כף פלט JSON קפדני על ידי הגדרת response_format אל {"type": "json_object". זה מבטיח פיענוח אמין לעבודות אוטומטיות. חלון ההקשר שלנו תומך ב-100,000 טוקנים בסך הכל, עם פלט מקסימלי של 16,000 טוקנים.

שגיאות נפוצות כוללות 401 למפתחות לא חוקיים, 402 כאשר האשראי ששולם מראש אזל ו-429 למגבלות קצב (300 בקשות/דקה). בקשות לתוכן מיני המערב קטינים תמיד נדחות.