התחלה מהירה: שילבו את ממשק ה-API לשיחות ללא צנזורה

אימות וכתובת בסיס

חבר את הלקוח שלך לתשתית שלנו באמצעות מפתח ה-API הייחודי שלך וכתובת הבסיס הייעודית שלנו. מבנה נקודת הקצה משקף את הפורמטים הסטנדרטיים של OpenAI, ומאפשר החלפת ספקים ללא שינוי לוגיקת היישום שלך. אתה משיג את המפתח מיד לאחר ההרשמה עם Google או אימייל בדף Get API key. אין צורך במספר טלפון לאימות.

• כתובת URL בסיסית: HTTPS://api.llmcheapapi.com/v1
• כותרת: הרשאה: Bearer YOUR_API_KEY

שמור על המפתח שלך מאובטח. אם תאבד אותו, צור מפתח חדש בלוח הבקרה, אשר יבטל מיד את המפתח הפעיל הקודם. כל חשבון תומך רק במפתח פעיל אחד בכל עת.

נקודת קצה להשלמות צ'אט

שלח הנחיות טקסט למודל ללא סינון באמצעות בקשת POST סטנדרטית לנקודת הקצה של השלמות צ'אט. נקודת קצה זו מקבלת הודעות בפורמט OpenAI ומחזירה תגובות טקסט מיוצר. אתה מציין את מזהה המודל כ-"uncensored" כדי להבטיח התנהגות עקבית לאורך בקשות.

• נקודת קצה: POST /v1/chat/completions
• מזהה מודל: "uncensored"

המודל מעבד את הקלט שלך ומחזיר השלמה ללא מגבלות תאגידיות על נושאי מבוגרים חוקיים. שגיאות במהלך העיבוד אינן צורכות את האשראי ששילמת מראש. אתה משלם בדיוק עבור הטוקנים שצרכו.

תגובות בסטרימינג (SSE)

קבל יצירת טוקנים בזמן אמת באמצעות Server-Sent Events (SSE) לזמן השהיה נמוך יותר ביישומים אינטראקטיביים. הגדר את הפרמטר stream כ-true כדי לקבל חבילות טקסט כשהן נוצרות. גישה זו מפחיתה את זמן ההמתנה התפוס עבור משתמרים בתרחישי משחק תפקידים או צ'אט.

כל מקטע מכיל טקסט חלקי ומטא-דטה. המקטע הסופי כולל את צריכת הסימונים הכוללת למטרות חשבוניות. ניתן לנתח אירועים אלה כדי לעדכן את הממשק שלך באופן מדורג, ללא צורך להמתין לתגובה המלאה.

פקודות פונקציה וכלים

אפשרו אינטראקציות מבניות על ידי הגדרת כלים שהמודל יכול להפעיל במהלך היצירה. השתמשו בפרמטר tools כדי לספק הגדרות פונקציה, והגדירו tool_choice ל-automatic או לשם פונקציה ספציפי. המודל מחזיר קריאות כלים בפורמט התגובה, אותם ניתן להפעיל בצד השרת שלכם.

תכונה זו תומכת בעבודות שוטפות מורכבות שבהן ה-API פועל כמנוע קבלת החלטות. אתה יכול להעביר את התוצאות בחזרה לבקשות עוקבות כדי לשמור על הקשר. קריאה לפונקציות עובשת לצד יצירת טקסט סטנדרטית ללא עלויות נוספות.

פלט במצב JSON

כפה על המודל להחזיר JSON תקין לחלוטין על ידי הגדרת response_format ל-json_object. מצב זה אידיאלי לפיענוח נתונים מבניים מתוך הנחיות לא מבניות. המודל מיישר את הפלט שלו כדי לעמוד בכללי תחביר JSON, ומפחית שגיאות פיענוח באפליקציה שלך.

השתמשו בתכונה זו כשמשלבים עם מסדי נתונים או רכיבי פרוונט שדורשים מבני נתונים צפויים. תוכלו להגדיר סכמות צפויות בהנחיה שלכם או להסתמך על האימון של המודל כדי להסיק את המבנה. שגיאות בפורמט JSON נדירות, אך לא גורמות לחיוב אם הבקשה נכשלת.

פרמטרים: טמפרטורה ו-Top P

שלו על יצירתיות ואקראיות באמצעות פרמטרי temperature ו-top_p. Temperature מתאים את התפלגות ההסתברות של טוקנים צפויים, כאשר ערכים גבוהים יותר מייצרים פלט מגוון יותר. Top_p מסנן טוקנים בהתבסס על הסתברות מצטברת, מבטיח טקסט מגוון אך עקבי.

למשחקי תפקידים או כתיבה יצירתית, הגדר טמפרטורה גבוהה יותר למגוון. למשימות דטרמיניסטיות, השתמש בערכים נמוכים יותר. תוכל גם להגדיר seed לתוצאות ניתנות לשחזור. פרמטרים אלו מכוונים את ההתנהגות של המודל ללא צנזורה ללא השפעה על המחיר. שים לב למגבלות אסימונים בעת יצירת פלט ארוך.

cURL

Copycurl https://api.llmcheapapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a summary of the latest Rust update notes"}]
  }'

Python

Copyfrom openai import OpenAI

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