เอกสาร API LLM แบบไม่เซ็นเซอร์

URL ฐานและการตรวจสอบสิทธิ์

เริ่มต้นโดยชี้ client ของคุณไปยัง endpoint เฉพาะเพื่อข้ามตัวกรองเนื้อหามาตรฐาน ใช้ base URL https://api.bestabliteratedmodel.com/v1 ส่งคีย์ของคุณผ่านมาตรฐาน Authorization header. คุณสามารถสร้างคีย์ของคุณได้ทันทีผ่าน Google หรืออีเมลในหน้าสมัครสมาชิกโดยไม่ต้องให้รายละเอียดการชำระเงินสำหรับเครดิตทดลองใช้

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"}]
  }'

ตรวจสอบให้แน่ใจว่า header ของคุณตรงกับรูปแบบด้านบน ระบบตรวจสอบข้อมูลรับรองก่อนประมวลผล tokenใดๆ ดังนั้นให้เก็บคีย์ของคุณอย่างปลอดภัย

คำขอครั้งแรกด้วย Python SDK

ผสานรวมโดยตรงโดยใช้ไลบรารี Python ของ OpenAI ทางการโดยการทับ URL พื้นฐาน สิ่งนี้ช่วยให้คุณส่งคำขอไปยังโมเดลไม่มีเซนเซอร์โดยไม่เปลี่ยนโครงสร้างโค้ดที่มีอยู่ของคุณอย่างมีนัยสำคัญ รหัสโมเดลคือ uncensored สำหรับคำขอทั้งหมด

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)

แนวทางนี้รักษาความเข้ากันได้กับพารามิเตอร์มาตรฐานเช่น temperature และ top_p. คุณสามารถทดสอบการตอบกลับได้ทันทีหลังจากสร้างออบเจกต์ไคลเอนต์

การผสานรวม Node.js

ใช้แพ็กเกจ Node.js OpenAI เพื่อส่งการเติมข้อความข้อความไปยังเอนด์พอยต์แบบไม่เซ็นเซอร์ของเรา ตั้งค่า baseURL property ไปยังที่อยู่ API ของเราก่อนทำการเรียกใช้ใดๆ สิ่งนี้ทำให้แน่ใจว่าแอปพลิเคชันของคุณส่งคำขอได้อย่างถูกต้องโดยไม่แตะขีดจำกัดของผู้ให้บริการมาตรฐาน

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);

จัดการสตรีมการตอบกลับหรือวัตถุเดี่ยวตามความจำเป็น SDK จัดการการแบ่งโทเค็นภายใน ดังนั้นคุณจึงมุ่งเน้นที่ตรรกะพรอมต์แทนรายละเอียดโครงสร้างพื้นฐาน

การสตรีมด้วย SSE

เปิดใช้งานการสร้างโทเค็นแบบเรียลไทม์โดยการตั้งค่า stream: true ในพารามิเตอร์ของคำขอของคุณ API ส่งคืน Server-Sent Events (SSE) โดยแต่ละท่อนมีข้อความบางส่วน เมตริกการใช้โทเค็นจะปรากฏในท่อนสุดท้ายของสตรีม

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)

ประมวลผลแต่ละดัลตาทันทีที่ได้รับเพื่อแสดงข้อความให้ผู้ใช้ทันที ซึ่งช่วยลดความล่าช้าที่รับรู้ได้อย่างมีนัยสำคัญเมื่อเทียบกับการรอการเสร็จสิ้นเต็มรูปแบบ

Function Calling และเครื่องมือ

กำหนดสคีมาเครื่องมือในคำขอของคุณเพื่อเปิดใช้งานผลลัพธ์แบบมีโครงสร้างจากโมเดล API รองรับคำจำกัดความฟังก์ชันมาตรฐานพร้อมพารามิเตอร์และคำอธิบาย โมเดลจะส่งคืนการเรียกใช้เครื่องมือเมื่อเหมาะสมตามคำแนะนำพรอมต์ของคุณ

ส่ง tools อาร์เรย์พร้อมฟังก์ชันที่คุณต้องการ การตอบกลับรวมถึง tool_calls field if the model decides to invoke a tool.

โหมด JSON ขีดจำกัด และข้อผิดพลาด

บังคับใช้เอาต์พุต JSON ที่เข้มงวดโดยตั้งค่า response_format เพื่อ {"type": "json_object". เพื่อให้แน่ใจว่าการแยกวิเคราะห์ที่เชื่อถือได้สำหรับเวิร์กโฟลว์อัตโนมัติ หน้าต่างบริบทของเรารองรับ 100,000 โทเค็นรวม โดยมีการส่งออกสูงสุด 16,000 โทเค็น

ข้อผิดพลาดทั่วไปรวมถึง 401 สำหรับคีย์ไม่ถูกต้อง, 402 เมื่อเครดิตที่จ่ายล่วงหน้าหมด และ 429 สำหรับขีดจำกัดอัตรา (300 คำขอ/นาที) คำขอสำหรับเนื้อหาทางเพศที่เกี่ยวข้องกับเด็กจะถูกปฏิเสธเสมอ