Γρήγορη εκκίνηση Uncensored LLM API

Εγκαταστήστε το τυπικό SDK της OpenAI

Ξεκινήστε προσθέτοντας την επίσημη βιβλιοθήκη στο περιβάλλον του έργου σας. Αυτό διασφαλίζει συμβατότητα με το uncensored το μοντέλο χωρίς λογική custom parsing.

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

Αυτά τα πακέτα χειρίζονται την αλυσίδωση αυτόματα. Δεν χρειάζεστε βιβλιοθήκες δρομολόγησης τρίτων ή προσαρμοσμένους τίτλους.

Ρυθμίστε τη βάση URL και το API key

Κατευθύνετε τον πελάτη σας σε αποκλειστικό endpoint για να παρακάμψετε τους τυπικούς παρόχους. Ορίστε τη βάση URL σε https://api.cheapestapikey.com/v1 and inject your key from the dashboard.

Η πιστοποίηση βασίζεται σε ένα πρότυπο διακριτικό bearer. Περάστε το μοναδικό σας κλειδί στο Authorization header ή μέσω του αντικειμένου ρυθμίσεων του SDK.

Στείλτε την πρώτη σας uncensored ολοκλήρωση συνομιλίας

Κάντε μια αίτηση στο /v1/chat/completions σημείο τερματισμού με το επιθυμητό prompt σας. Το μοντέλο δέχεται τυπικές παραμέτρους όπως temperature και top_p.

Το μοντέλο μας χωρίς λογοκρισία επεξεργάζεται νόμιμο περιεχόμενο ενήλικων, φανταστικό ή αμφιλεγόμενο χωρίς απόρριψη.

Copycurl https://api.cheapestapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list available endpoints"}]
  }'

Διαχειριστείτε απαντήσεις ροής (streaming) και χρήση tokens

Ενεργοποιήστε streaming ρυθμίζοντας stream: true για να λαμβάνετε tokens σε πραγματικό χρόνο. Κάθε τμήμα περιέχει μερικό κείμενο, και το τελικό τμήμα περιλαμβάνει τη συνολική χρήση token.

Αυτή η προσέγγιση μειώνει την αντιλαμβανόμενη καθυστέρηση για μεγάλες εξόδους. Μπορείτε να επεξεργαστείτε τμήματα καθώς φτάνουν χωρίς να περιμένετε το πλήρες όριο 16,000 tokens.

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)

Χρησιμοποιήστε κλήση συναρτήσεων και λειτουργία JSON

Δομήστε τις εξόδους σας για εφαρμογές downstream χρησιμοποιώντας εργαλεία ή αυστηρές μορφές JSON. Ορίστε συναρτήσεις στο tools parameter και αφήστε το μοντέλο να επιλέξει την καλύτερη ενέργεια.

Εναλλακτικά, επιβάλετε δομημένα δεδομένα με response_format: {"type": "json_object"}. Αυτό εξασφαλίζει συνεπή ανάλυση για το NSFW chatbot ή τα σενάρια αυτοματοποίησής σας.

Copyfrom openai import OpenAI

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

Ελέγξτε μοντέλα και διαχειριστείτε όρια

Ερώτημα GET /v1/models για να επαληθεύσετε τις διαθέσιμες διαδρομές. Το σύστημά μας υποστηρίζει 100,000 tokens συμφραζόμενα και 300 αιτήσεις ανά λεπτό.

Αν ξεπεράσετε τα όρια, θα λάβετε σφάλμα 429. Βεβαιωθείτε ότι το κλειδί σας είναι ενεργό και χρηματοδοτημένο, καθώς σφάλματα όπως το 401 υποδεικνύουν άκυρα διαπιστευτήρια και το 402 σηματοποιεί ανεπαρκή πιστωτικό υπόλοιπο.

Copyimport OpenAI from "openai";

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