Quickstart: API model fără cenzură

Precondiții și URL de bază

API-ul nostru funcționează cu orice client standard compatibil OpenAI actualizând URL-ul de bază și cheia API. Indicați SDK către https://api.modeluncensored.com/v1 și trimite solicitări către standardul /v1/chat/completions endpoint. Nu este nevoie să instalezi librării proprietare; instrumentele existente precum SDK-urile oficiale OpenAI pentru Python sau Node.js funcționează imediat. Configurează simplu URL-ul de bază pentru a direcționa traficul prin serverele noastre în loc de infrastructura implicită OpenAI.

Autentificarea se bazează pe o singură cheie API generată în timpul înregistrării. Transmite această cheie în Authorization header ca un token Bearer. Identificatorul modelului este fix la uncensored pentru a asigura un comportament consecuent pentru toate cererile. Fiecare cont oferă o singură cheie activă care înlocuiește orice cheie anterioară la regenerare.

Autentificare cu Cheia API

Includeți-vă cheia API în Authorization header al fiecărei solicitări pentru a-ți verifica identitatea. Folosește formatul Authorization: Bearer YOUR_API_KEY pentru a autentifica instantaneu solicitările. Dacă cheia lipsește sau este invalidă, API-ul returnează imediat o eroare 401 Unauthorized. Acest lucru asigură că doar conturile valide pot consuma tokeni din creditul tău preplătit.

Puteți genera sau regenera cheia prin panoul de control după autentificare cu Google sau email. Cheia este afișată imediat la creare. Stocați-o în siguranță, deoarece oferă acces direct la soldul contului. Nu este necesară verificarea numărului de telefon pentru înregistrare, menținând procesul rapid și simplu.

Trimiterea primei tale completări chat

Fă o cerere POST către /v1/chat/completions cu mesajele și identificatorul modelului pentru a primi un răspuns. Modelul acceptă input text și returnează output text fără refuzuri moi pentru conținut adult legal. Puteți specifica ID-ul modelului ca uncensored pentru a vă asigura că utilizați LLM-ul nostru uncensored specific. Acest endpoint suportă atât răspunsuri sincrone, cât și streaming pentru flexibilitate.

Solicitările sunt facturate în funcție de utilizarea reală a tokenurilor. Erorile și refuzurile nu consumă credit, astfel încât poți testa liber. Outputul maxim pe solicitare este de 16,000 de tokenuri, sau 2,048 de tokenuri dacă nu setezi max_tokens parametru. Fereastra de context suportă până la 100.000 de tokeni pentru prompt și completare combinate.

Gestionarea răspunsurilor de streaming (SSE)

Activați streaming-ul setând stream: true în solicitare pentru a primi tokenii pe măsură ce sunt generați. Acest lucru reduce latența percepută pentru răspunsurile lungi și permite afișarea în timp real în aplicația dvs. Ultima bucată a fluxului conține statisticile totale de utilizare a tokenilor pentru facturare și monitorizare. Acest lucru este esențial pentru construirea interfețelor de chat care par receptiv și interactive.

Răspunsurile în streaming gestionează conținutul parțial cu grijă, permițându-ți să afișezi textul pe măsură ce sosesc. Acest lucru este deosebit de util pentru scrierea creativă sau sarcinile de codare unde modelul generează output-uri lungi. Poți analiza evenimentele server-sent events pentru a actualiza UI-ul incremental. Asigură-te că clientul tău gestionează corect evenimentul de sfârșit de flux pentru a finaliza răspunsul.

Configurarea parametrilor: Temperatură, Top-p și Seed

Ajustați temperature pentru a controla aleatorietatea, valorile mai mari produc ieșiri mai creative și variate. Folosește top_p pentru a limita eșantionarea la cele mai probabile tokenuri, oferind un control mai fin asupra distribuției de ieșire. Setarea unui seed asigură rezultate deterministe, ceea ce este crucial pentru depanare sau experimente reproductibile. Acești parametri vă permit să calibrați comportamentul modelului pentru cazuri de utilizare specifice, cum ar fi povestirea sau scrierea tehnică.

Modelul suportă parametri standard precum stop secvențe și presence_penalty pentru control avansat. Poți combina aceste setări pentru a obține tonul și structura dorite. Experimentează cu valori diferite pentru a găsi echilibrul optim între creativitate și coerență pentru aplicația ta.

Utilizând Tool-uri și mod JSON

Activează apelarea de funcții furnizând un tools array în cererea ta pentru a permite modelului să genereze date structurate. Modelul poate invoca funcții pe baza contextului conversației, permițând fluxuri de lucru complexe. Folosește response_format: {"type": "json_object"} forțarea ieșirii în format JSON valid. Acest lucru este ideal pentru integrarea cu sistemele backend sau pentru extragerea informațiilor structurate din text.

Modul JSON asigură că răspunsul este analizabil, reducând nevoia de logică suplimentară de parsare în clientul tău. Poți defini mai multe unelte și să specifici ce unealtă ar trebui să apeleze modelul. Această funcție îmbunătățește utilitatea modelului pentru sarcinile automatizate și extragerea de date. API-ul gestionează rutarea apelurilor de unelte perfect.

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);

Streaming

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)