Nopea aloitus -opas

Edellytykset ja SDK-asennus

Asenna kielikohtainen virallinen SDK ennen pyyntöjen tekemistä. Tämä varmistaa yhteensopivuuden base URL:n ja autentikointipääteiden kanssa.

• Python: pip install openai
• Node.js: npm install openai

Nämä kirjastot käsittelevät taustalla olevan HTTP-viestinnän ja JSON-jäsentelyn puolestasi.

Todennus ja Base URL -asetukset

Määritä asiakasohjelmasi käyttämällä tiettyä perus-URL-osoitetta ja ainutlaatuista API-avaintasi. Tämä ohittaa liikenteen standarditoimittajan sijaan meidän rajoittamattomaan päättymispisteeseen.

Aseta ympäristömuuttuja OPENAI_API_KEY tai siirrä se suoraan asiakasohjelman alustuksessa.

Perus-URL:n on osoitettava https://api.llmuncensoredapi.com/v1 varmistamaan oikea reititys.

Perustekstin täydennyspyyntö

Lähetä yksinkertainen POST-pyyntö tekstin luomiseen. Tämä menetelmä toimii mille tahansa vakiomaiseen chat-päättökäyttötapaukseen.

Malli vastaa raakalla tekstillä välttäen tavalliset hylkäykset, joita löytyy muista malleista.

Käytä mallin tunnus uncensored kaikkiin pyyntöihin.

Tässä on perusesimerkki:

Copycurl https://api.llmuncensoredapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run health check on the api endpoint"}]
  }'

Streamausvastaukset SSE:n kanssa

Käytä streamingia reaaliaikaiseen tokenigenerointiin. Tämä on ihanteellinen chat-liittymille tai pitkän muotoisen sisällön generoinnille.

Aseta stream: true pyyntörunkossa.

API palauttaa palveluntason tapahtumat (SSE), kun tokenit ovat saatavilla.

Tämä lähestymistapa vähentää havaittua viivettä käyttäjälle.

Esimerkkivirtakoodi:

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)

Funktikutsut ja työkalujen käyttö

Ota käyttöön toimintokutsut määrittelemällä työkaluja pyynnössäsi. Tämä mahdollistaa mallin tuottaa rakenteisen JSONin ulkoista suoritusta varten.

Käyttö tool_choice hallitsemaan mallin funktiokutsuja.

Tämä ominaisuus on kriittinen automaatiotyövuoroille.

Python-esimerkki:

Copyfrom openai import OpenAI

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

JSON-tila rakenteiselle lähdölle

Pakota malli tuottamaan kelvollinen JSON käyttämällä response_format parametri.

Aseta response_format vastaan {"type": "json_object"}.

Tämä varmistaa yhdenmukaisen jäsentämisen jälkikäsittelysovelluksia varten.

Node.js-esimerkki:

Copyimport OpenAI from "openai";

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

Ymmärrä tokenit ja rajat

Kontekstiluukku tukee yhteensä jopa 100 000 tokenia. Jokainen pyyntö voi tuottaa enintään 16 000 tokenia.

Nopeusrajoitukset ovat 300 pyyntöä minuutissa avainta kohden.

Virheet sisältävät koodin 401 virheellisille avaimille, koodin 402 riittämättömälle saldon määrälle ja koodin 429 nopeusrajoituksille.

Virheet eivät kuluta esimaksullista krediittiasi.