Hướng dẫn bắt đầu nhanh

Điều kiện tiên quyết và Cài đặt SDK

Cài đặt SDK chính thức cho ngôn ngữ ưa thích của bạn trước khi thực hiện bất kỳ yêu cầu nào. Điều này đảm bảo tương thích với URL cơ sở và các tiêu đề xác thực.

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

Những thư viện này xử lý giao tiếp HTTP cơ bản và phân tích JSON cho bạn.

Xác thực và Thiết lập Base URL

Cấu hình máy khách của bạn với URL cơ sở cụ thể và khóa API độc nhất của bạn. Điều này định hướng lưu lượng truy cập đến động cơ suy luận không kiểm duyệt của chúng tôi thay vì nhà cung cấp tiêu chuẩn.

Đặt biến môi trường OPENAI_API_KEY hoặc truyền nó trực tiếp vào phần khởi tạo client của bạn.

URL cơ sở phải trỏ đến https://api.llmuncensoredapi.com/v1 để đảm bảo định tuyến đúng.

Yêu cầu Hoàn thành Văn bản Cơ bản

Gửi một yêu cầu POST đơn giản để tạo văn bản. Phương pháp này hoạt động cho bất kỳ trường hợp sử dụng hoàn tất trò chuyện tiêu chuẩn nào.

Mô hình phản hồi bằng văn bản thô, tránh các từ chối điển hình được tìm thấy trong các mô hình khác.

Sử dụng ID mô hình uncensored cho tất cả các yêu cầu.

Đây là một ví dụ cơ bản:

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"}]
  }'

Phản hồi luồng với SSE

Sử dụng phát trực tiếp cho việc tạo token theo thời gian thực. Điều này lý tưởng cho các giao diện trò chuyện hoặc tạo nội dung dài.

Đặt stream: true trong thân yêu cầu của bạn.

API trả về các Sự kiện được gửi bởi máy chủ (SSE) khi các token sẵn có.

Cách tiếp cận này giảm độ trễ cảm nhận đối với người dùng.

Mã luồng ví dụ:

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)

Function Calling và sử dụng công cụ

Bật gọi hàm bằng cách định nghĩa các công cụ trong yêu cầu của bạn. Điều này cho phép mô hình trả về JSON có cấu trúc để thực thi bên ngoài.

Sử dụng tool_choice để kiểm soát thời điểm mô hình gọi một hàm.

Tính năng này rất quan trọng cho các quy trình làm việc tự động hóa.

Ví dụ Python:

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)

Chế độ JSON cho đầu ra có cấu trúc

Buộc mô hình xuất ra JSON hợp lệ bằng cách sử dụng response_format tham số.

Đặt response_format để {"type": "json_object"}.

Điều này đảm bảo việc phân tích nhất quán cho các ứng dụng xử lý dữ liệu sau.

Ví dụ Node.js:

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);

Hiểu về Token và Giới hạn

Cửa sổ ngữ cảnh hỗ trợ tối đa 100.000 token tổng cộng. Mỗi yêu cầu có thể xuất tối đa 16.000 token.

Giới hạn tốc độ là 300 yêu cầu mỗi phút trên mỗi khóa.

Lỗi bao gồm 401 cho khóa không hợp lệ, 402 cho tín dụng không đủ, và 429 cho giới hạn tốc độ.

Lỗi không tiêu tốn khoản tiền đã nộp trước của bạn.