क्विकस्टार्ट: अनसेंसर्ड चैट API को इंटीग्रेट करें

प्रमाणीकरण और बेस यूआरएल

अपने क्लाइंट को अपनी अनूखे API कुंजी और हमारे समर्पित बेस यूआरएल का उपयोग करके हमारी इंफ्रास्ट्रक्चर से कनेक्ट करें। एंडपॉइंट संरचना मानक OpenAI प्रारूपों को दर्शाती है, जिससे आप बिना अपनी एप्लिकेशन लॉजिक बदले प्रदाताओं को स्विप कर सकते हैं। यह कुंजी Google या ईमेल से साइन अप करने के तुरंत बाद Get API key पेज पर प्राप्त होती है। सत्यापन के लिए फोन नंबर की आवश्यकता नहीं है।

• बेस URL: HTTPS://api.llmcheapapi.com/v1
• हेडर: Authorization: Bearer YOUR_API_KEY

अपनी कुंजी सुरक्षित रखें। यदि आप इसे खो देते हैं, तो अपने डैशबोर्ड पर एक नई कुंजी जनरेट करें, जो पिछली सक्रिय कुंजी को तुरंत अमान्य कर देती है। प्रत्येक खाते में एक समय में केवल एक सक्रिय कुंजी की अनुमति होती है।

चैट कंप्लीशंस एंडपॉइंट

चैट पूर्णता एंडपॉइंट पर एक मानक POST अनुरोध के माध्यम से टेक्स्ट प्रॉम्प्ट को uncensored मॉडल पर भेजें। यह एंडपॉइंट OpenAI प्रारूप में संदेश स्वीकार करता है और जनरेटेड टेक्स्ट प्रतिक्रियाएं लौटाता है। आप मॉडल आईडी को "uncensored" के रूप में निर्दिष्ट करते हैं ताकि अनुरोधों केAcross स्थिर व्यवधान सुनिश्चित किया जा सके।

• एंडपॉइंट: POST /v1/chat/completions
• मॉडल ID: "uncensored"

मॉडल आपके इनपुट को प्रोसेस करता है और कानूनी वयस्कों से संबंधित विषयों पर कोई कॉर्पोरेट प्रतिबंध के बिना एक पूर्णता (completion) लौटाता है। प्रोसेसिंग के दौरान हुई त्रुटियां आपके प्रीपेड क्रेडिट का उपभोग नहीं करतीं। आप केवल उपभोग किए गए टोकन के लिए भुगतान करते हैं।

स्ट्रीमिंग रिस्पॉन्सेस (SSE)

इंटरैक्टिव एप्लिकेशन में कम लेटेंसी के लिए Server-Sent Events (SSE) का उपयोग करके रीयल-टाइम टोकन जनरेशन प्राप्त करें। चंक में टेक्स्ट प्राप्त करने के लिए स्ट्रीम पैरामीटर को true सेट करें। यह दृष्टिकोण रोलप्ले या चैट परिदृश्यों में उपयोगकर्ताओं के लिए अनुभवजन्य प्रतीक्षा समय को कम करता है।

प्रत्येक चंक आंशिक पाठ और मेटाडेटा शामिल करता है। अंतिम चंक बिलिंग के उद्देश्य के लिए कुल टोकन उपयोग शामिल करता है। आप इन इवेंट्स को पार्स करके अपनी UI को क्रमिक रूप से अपडेट कर सकते हैं, पूरे प्रतिक्रिया का इंतजार किए बिना।

फंक्शन कॉलिंग और टूल्स

संरचित इंटरैक्शन को सक्षम करें परिभाषित टूल्स द्वारा जो जनरेशन के दौरान मॉडल द्वारा कॉल किए जा सकते हैं। फंक्शन परिभाषाएं प्रदान करने के लिए tools पैरामीटर का उपयोग करें, और tool_choice को automatic या एक विशिष्ट फंक्शन नाम पर सेट करें। मॉडल प्रतिक्रिया प्रारूप में टूल कॉल लौटाता है, जिसे आप अपने बैकएंड में निष्पादित कर सकते हैं।

यह फीचर जटिल वर्कफ़्लो का समर्थन करता है जहां API एक डिसीजन एंजिन के रूप में कार्य करता है। आप संदर्ब बनाए रखने के लिए परिणामों को बाद के अनुरोधों में वापस पास कर सकते हैं। फंक्शन कॉलिंग अतिरिक्त लागत के बिना मानक टेक्स्ट जनरेशन के साथ काम करती है।

JSON मोड आउटपुट

response_format को json_object पर सेट करके मॉडल को सख्त वैध JSON लौटने के लिए फोर्स करें। यह मोड अनसंरचित प्रॉम्प्ट्स से संरचित डेटा पार्स करने के लिए आदर्श है। मॉडल JSON सिंटैक्स नियमों का पालन करने के लिए अपने आउटपुट को अनुकूलित करता है, जिससे आपके ऐप्लिकेशन में पार्सिंग त्रुटियां कम होती हैं।

डेटाबेस या फ्रंटएंड कंपोनेंट्स के साथ एकीकरण के लिए इस सुविधा का उपयोग करें जहां भविष्यवाणी योग्य डेटा संरचनाओं की आवश्यकता होती है। आप अपने प्रॉम्प्ट में अपेक्षित स्कीमा परिभाषित कर सकते हैं या संरचना को इनफर करने के लिए मॉडल के प्रशिक्षण पर भरोसा कर सकते हैं। JSON फॉर्मेटिंग में त्रुटियां दुर्लभ हैं लेकिन यदि अनुरोध विफल हो जाता है तो कोई शुल्क नहीं लगता है।

पैरामीटर: तापमान और Top P

तापमान और top_p पैरामीटर का उपयोग करके रचनात्मकता और यादृच्छिकता को नियंत्रित करें। तापमान अनुमानित टोकन की प्रायिकता वितरण को समायोजित करता है, उच्च मान अधिक विविध आउटपुट उत्पन्न करते हैं। top_p संचयी प्रायिकता के आधार पर टोकन को फ़िल्टर करता है, विविध लेकिन सहज पाठ सुनिश्चित करता है।

रोलप्ले या रचनात्मक लेखन के लिए, विविधता के लिए तापमान उच्च सेट करें। निर्धारक कार्यों के लिए निम्न मान उपयोग करें। आप पुनरुत्पादक परिणामों के लिए बीज भी सेट कर सकते हैं। ये पैरामीटर अनसेंसर्ड मॉडल के व्यवहार को सूक्ष्म रूप से अनुकूलित करते हैं जबकि लागत को प्रभावित नहीं करते हैं। लंबे आउटपुट जनरेट करते समय टोकन सीमाओं पर ध्यान दें।

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);

स्ट्रीमिंग

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)