Rychlý start: API pro model bez omezení

Požadavky a základní URL

Naše API funguje s libovolným standardním klientem kompatibilním s OpenAI aktualizací base URL a API klíče. Nasměrujte své SDK na https://api.modeluncensored.com/v1 a odesílejte požadavky na standardní /v1/chat/completions endpoint. Nemusíte instalovat proprietární knihovny; existující nástroje, jako jsou oficiální SDK OpenAI pro Python nebo Node.js, fungují okamžitě. Stačí nakonfigurovat základní URL pro směrování provozu přes naše servery místo výchozí infrastruktury OpenAI.

Ověření spoléhá na jediný API klíč vygenerovaný při registraci. Předložte tento klíč v Authorization hlavička jako Bearer token. Identifikátor modelu je pevně nastaven na uncensored pro zajištění konzistentního chování u všech požadavků. Každý účet poskytuje jeden aktivní klíč, který nahrazuje jakýkoli předchozí klíč po jeho obnovení.

Ověření pomocí vašeho API klíče

Zahrňte svůj API klíč do Authorization hlavička každého požadavku k ověření vaší identity. Použijte formát Authorization: Bearer YOUR_API_KEY k okamžitému ověření požadavků. Pokud klíč chybí nebo je neplatný, API okamžitě vrátí chybu 401 Unauthorized. To zajišťuje, že kredity z vašeho předplaceného účtu mohou spotřebovávat pouze platné účty.

Klíč můžete vygenerovat nebo regenerovat přes ovládací panel po přihlášení pomocí Google nebo e-mailu. Klíč se zobrazí ihned po vytvoření. Uložte jej bezpečně, protože poskytuje přímý přístup k zůstatku vašeho účtu. Pro registraci není vyžadováno ověření telefonním číslem, což proces činí rychlým a jednoduchým.

Odeslání vašeho prvního Chat Completion

Provést POST požadavek na /v1/chat/completions vašimi zprávami a identifikátorem modelu pro přijetí odpovědi. Model přijímá textový vstup a vrací textový výstup bez měkkých odmítnutí pro legální obsah pro dospělé. ID modelu můžete zadat jako uncensored abyste používali náš konkrétní LLM bez omezení. Tento endpoint podporuje jak synchronní, tak streamované odpovědi pro flexibilitu.

Požadavky se účtují na základě skutečného využití tokenů. Chyby a zamítnutí nespotřebují kredit, takže můžete volně testovat. Maximální výstup na požadavek je 16 000 tokenů nebo 2 048 tokenů, pokud nenastavíte max_tokens parametr. Okno kontextu podporuje až 100 000 tokenů pro podnět a dokončení dohromady.

Zvládání streamovaných odpovědí (SSE)

Povolte streamování nastavením stream: true v požadavku pro obdržení tokenů, jak jsou generovány. To snižuje vnímanou latenci pro dlouhé odpovědi a umožňuje reálné zobrazení ve vaší aplikaci. Poslední část streamu obsahuje statistiky celkové spotřeby tokenů pro fakturaci a monitorování. To je zásadní pro vytváření chatových rozhraní, která působí responzivně a interaktivně.

Streamované odpovědi zpracovávají částečný obsah plynule, což vám umožňuje zobrazovat text, jak přichází. To je zvláště užitečné pro kreativní psaní nebo úkoly programování, kde model generuje dlouhé výstupy. Můžete parsovat události odesílané serverem pro postupnou aktualizaci uživatelského rozhraní. Ujistěte se, že váš klient správně zpracuje událost konce streamu pro dokončení odpovědi.

Konfigurace parametrů: Teplota, Top-p a Seed

Upravit temperature pro ovládání náhodnosti, přičemž vyšší hodnoty produkují kreativnější a rozmanitější výstupy. Použijte top_p omezit výběr na nejpravděpodobnější tokeny, což poskytuje jemnější kontrolu nad rozdělením výstupu. Nastavení seed zajišťuje deterministické výsledky, což je klíčové pro ladění nebo reprodukovatelné experimenty. Tyto parametry vám umožní doladit chování modelu pro konkrétní případy použití, jako je vyprávění příběhů nebo technické psaní.

Model podporuje standardní parametry jako stop sekvenční a presence_penalty pro pokročilou kontrolu. Tyto nastavení můžete kombinovat pro dosažení požadovaného tónu a struktury. Experimentujte s různými hodnotami a najděte optimální rovnováhu mezi kreativitou a koherencí pro vaši aplikaci.

Použití nástrojů a JSON režimu

Povolit volání funkcí poskytnutím tools pole ve vašem požadavku, aby model mohl výstupovat strukturovaná data. Model může volat funkce na základě kontextu konverzace, což umožňuje komplexní pracovní postupy. Použijte response_format: {"type": "json_object"} donutit výstup do formátu platného JSON. Toto je ideální pro integraci se systémy backendu nebo pro extrakci strukturovaných informací z textu.

Režim JSON zajišťuje, že odpověď je parsovatelná, čímž se snižuje potřeba další logiky parsování na straně klienta. Můžete definovat více nástrojů a specifikovat, který nástroj by měl model zavolat. Tato funkce zvyšuje užitečnost modelu pro automatizované úlohy a extrakci dat. API bezproblémově řeší směrování volání nástrojů.

cURL

Copycurl https://api.modeluncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the current system time in ISO format"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streamování

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)