अनकेंसरड LLM API दस्तावेज़ीकरण

बेस URL और प्रमाणीकरण

अपने क्लाइंट को मानक सामग्री फिल्टर से बचने के लिए हमारे विशिष्ट एंडपॉइंट की ओर निर्देशित करें। बेस यूआरएल का उपयोग करें https://api.bestabliteratedmodel.com/v1 औह अपनी कुंजी को मानक Authorization हेडर। आप साइनअप पेज पर Google या ईमेल के माध्यम से तुरंत अपनी कुंजी जनरेट कर सकते हैं, ट्रायल के लिए पेमेंट विवरण प्रदान किए बिना।

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"}]
  }'

सुनिश्चित करें कि आपका हेडर ऊपर दिए गए सटीक फॉर्मेट से मेल खाता है। सिस्टम किसी भी टोकन को प्रोसेस करने से पहले क्रेडेंशियल्स की सत्यापन करता है, इसलिए अपनी कुंजी को सुरक्षित रखें।

पहला अनुरोध Python SDK के साथ

बेस यूआरएल को ओवरराइड करके आधिकारिक OpenAI Python लाइब्रेरी का उपयोग करके सीधे एकीकृत करें। इससे आपको मौजूदा कोड संरचना को महत्वपूर्ण रूप से बदले बिना अनकेंसर मॉडल को प्रॉम्प्ट्स भेजने की अनुमति मिलती है। मॉडल ID हमेशा uncensored सभी अनुरोधों के लिए।

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)

यह दृष्टिकोण मानक पैरामीटर जैसे कि के साथ संगतता बनाए रखता है temperature और top_p. आप क्लाइंट इंस्टेंस बनाने के तुरंत बाद प्रतिक्रिया का परीक्षण कर सकते हैं।

Node.js इंटीग्रेशन

अपने अनसेंसर्ड एंडपॉइंट पर टेक्स्ट कंप्लीशन भेजने के लिए नोड.जेएस पैकेज का उपयोग करें। सेट करें baseURL विशेषता को कॉल करने से पहले हमारे API पता पर सेट करें। यह सुनिश्चित करता है कि आपका एप्लिकेशन अनुरोधों को सही ढंग से रूट करता है बिना मानक प्रदाता सीमाओं को टकराए।

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);

प्रतिक्रिया स्ट्रीम या सिंगल ऑब्जेक्ट को आवश्यकतानुसार हैंडल करें। SDK टोकनाइजेशन को आंतरिक रूप से हैंडल करता है, इसलिए आप इंफ्रास्ट्रक्चर विवरणों पर ध्यान देने के बजाय प्रॉम्प्ट लॉजिक पर ध्यान केंद्रित करते हैं।

SSE के साथ स्ट्रीमिंग

रियल-टाइम टोकन जनरेशन सक्षम करने के लिए stream: true अपने अनुरोध पैरामीटर में। API सर्वर-संदेशित इवेंट्स (SSE) लौटाता है जहां प्रत्येक चंक आंशिक टेक्स्ट रखता है। टोकन उपयोग मेट्रिक्स स्ट्रीम के अंतिम चंक में प्रकट होते हैं।

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)

प्रत्येक डेल्टा को आने पर प्रक्रिया करें ताकि टेक्स्ट को उपयोगकर्ताओं को तुरंत प्रदर्शित किया जा सके। यह पूर्ण पूर्णता का इंतजार करने की तुलना में अनुभवजन्य विलंबता को काफी कम करता है।

फंक्शन कॉलिंग और टूल्स

अपने अनुरोध में टूल स्कीमा परिभाषित करें ताकि मॉडल से संरचित आउटपुट प्राप्त किया जा सके। API मानक फ़ंक्शन परिभाषाओं का समर्थन करता है जिनमें पैरामीटर और विवरण होते हैं। आपके प्रॉम्प्ट निर्देशों के आधार पर मॉडल उचित होने पर टूल कॉल लौटाएगा।

पास करें tools अपनी desired functions के साथ array। response में एक tool_calls field यदि मॉडल टूल को इन्वोक करने का निर्णय लेता है।

JSON मोड, सीमाएँ और त्रुटियाँ

सेट करके कड़ा JSON आउटपुट फ़ोर्स करें response_format को {"type": "json_object". स्वचालित वर्कफ़्लो के लिए विश्वसनीय पार्सिंग सुनिश्चित करता है। हमारा कॉन्टेक्स्ट विंडो कुल 100,000 टोकन के लिए समर्थन करता है, जिसमें अधिकतम आउटपुट 16,000 टोकन है।

सामान्य त्रुटियों में अमान्य कुंजियों के लिए 401, प्रीपेड क्रेडिट खत्म होने पर 402, और रेट लिमिट (300 अनुरोध/मिनट) के लिए 429 शामिल हैं। किशोरों से संबंधित यौन सामग्री के अनुरोध हमेशा रिफ्यूज किए जाते हैं।