תיעוד API של LLM ללא צנזורה

אימות וכתובת בסיס

מפתח ה-API שלך מאמת כל בקשה. השתמש בו ב- Authorization header כערך bearer token. כתובת הבסיס לכל הנקודות הסופיות היא HTTPS://api.aichatbotunrestricted.com/v1. כתובת זו עובדת עם ה-SDKs הרשמיים של OpenAI אם מגדירים את ה base_url פרמטר כראוי. צרו את המפתח מיד באמצעות Google או דוא"ל בלוח הבקרה. אין צורך באימות טלפון. שמרו על המפתח שלכם מאובטח, שכן הוא מעניק גישה לאשראי ששולם מראש. אם איבדתם אותו, צרו מפתח חדש שיקליף את המפתח הפעיל הישן. המערכת גובה תשלום לפי שימוש בפועל בטוקנים, כך ששגיאות לא צורכות את יתרתכם.

נקודת קצה להשלמות צ'אט

Send messages to the chat completions endpoint. The model id is always uncensored. מודל זה מכוון לענות ללא דחיית תוכן מבוגר חוקי. זהו לא מודל GPT או Claude. אתה מספק רשימה של אובייקטי הודעות המכילים תפקיד ותוכן. ה-API מחזיר תגובת טקסט ב choices מערך. השתמש בשיטת POST לבקשות סטנדרטיות. נקודת קצה זו תומכת באינטראקציות טקסט נכנס/יוצא. היא אינה מטפלת בתמונות או אודיו. הגדר את הלקוח שלך להשתמש בכתובת הבסיס הנכונה. התגובה כוללת סטטיסטיקות שימוש בטוקנים לשקיפות חשבונאית.

תגובות בסטרימינג (SSE)

אפשרו זרימה על ידי הגדרת stream כדי לקבל ערך true בבקשה. ה-API מחזיר אירועים שנשלחים מהשרת (SSE) במקום אובייקט JSON בודד. כל חלק מכיל נתונים חלקיים. החלק הסופי כולל את סטטיסטיקות השימוש המלאות באסימונים. גישה זו מפחיתה את העיכוב התפסושי עבור המשתמשים שלכם. היא מאפשרת לכם להציג טקסט כפי שהוא נוצר. טפלו באירועי הזרימה בקוד הלקוח שלכם. סגרו את החיבור כאשר הזרימה מסתיימת. שיטה זו אידיאלית לממשקי צ'אט בזמן אמת. היא מספקת חווית משתמש חלקה יותר בהשוואה להמתנה לתגובה המלאה.

מצב JSON וקריאת פונקציות

בקשת פלט מבני על ידי הגדרת response_format אל {"type": "json_object"}. המודל יחזיר JSON תקני במקום טקסט רגיל. זה שימושי לפיענוח נתונים או לשילוב עם מערכות אחרות. ניתן גם להשתמש ב-call פונקציות כדי לאפשר למודל להפעיל כלים. הגדר את סכמת הפונקציה ב tools פרמטר. המודל מחליט מתי לקרוא לפונקציה בהתבסס על ההקשר. השתמשו tool_choice לשליטה בהתנהגות זו. שני המאפיינים דורשים הנדסת פרומפטים קפדנית. ודא שהסכמה של JSON תואמת את צרכי היישום שלך. בצבדוק מקיף לפני הפריסה לייצור.

פרמטרים: טמפרטורה, Top-p, ו-seed

שלוו את היצירתיות של המודל עם temperature. ערכים גבוהים מייצרים פלטים מגוונים יותר. ערכים נמוכים הופכים את התגובות לדטרמיניסטיות יותר. השתמש ב top_p לדגימת ליבה. זה מגביל את המודל לטוקנים הסבירים ביותר. הגדר seed לשם תוצאות שחזוריות. זה שימושי לניפוי באגים. אתה יכול גם להגדיר stop רצפים לעצירת ייצור. התאם presence_penalty וגם frequency_penalty להשפיע על חזרתיות הטוקנים. פרמטרים אלו מאפשרים עדינות של סגנון הפלט. נסה שילובים שונים כדי למצוא את ההתאמה הטובה ביותר למקרה השימוש שלך.

מגבלות קצב ומכסות

כל מפתח API מאפשר 300 בקשות לדקה. ניתן לשלוח עד 8 בקשות מקבילות בו-זמנית. גודל גוף הבקשה המקסימלי הוא 8 MB. אם תחרוג ממגבלת הקצב, תקבל שגיאת 429. שגיאת 401 מציינת מפתח API לא חוקי או חסר. שגיאת 402 פירושה שאזל האשראי שלך. הוסף אשראי באמצעות קריפטו כדי להמשיך להשתמש בשירות. חלון ההקשר תומך ב-100,000 טוקנים. זה כולל הן טוקני פלט והן טוקני השלמה. נהל את צריכת הטוקנים בזהירות כדי להימנע מתשלומים לא צפויים. שגיאות אינן צורכות אשראי.

cURL

Copycurl https://api.aichatbotunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the steps to deploy this docker container"}]
  }'

Python

Copyfrom openai import OpenAI

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

זרימה

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)