Hướng dẫn nhanh: Tích hợp API Chat không kiểm duyệt

Xác thực và Base URL

Kết nối ứng dụng của bạn với cơ sở hạ tầng của chúng tôi bằng khóa API duy nhất và URL cơ sở chuyên dụng. Cấu trúc điểm cuối tuân thủ định dạng chuẩn của OpenAI, cho phép bạn thay đổi nhà cung cấp mà không cần thay đổi logic ứng dụng. Bạn có thể lấy khóa này ngay lập tức sau khi đăng ký bằng Google hoặc email tại trang Lấy khóa API. Không cần số điện thoại để xác minh.

• Base URL: HTTPS://api.llmcheapapi.com/v1
• Tiêu đề: Authorization: Bearer YOUR_API_KEY

Giữ khóa của bạn an toàn. Nếu bạn mất nó, hãy tạo một khóa mới trên bảng điều khiển của bạn, khóa này ngay lập tức sẽ vô hiệu hóa khóa hoạt động trước đó. Mỗi tài khoản chỉ hỗ trợ một khóa hoạt động tại một thời điểm.

Endpoint Hoàn thành Trò chuyện

Gửi các prompt văn bản đến mô hình không kiểm duyệt qua một yêu cầu POST tiêu chuẩn đến điểm cuối hoàn tất trò chuyện. Điểm cuối này chấp nhận các thông điệp theo định dạng OpenAI và trả về các phản hồi văn bản được tạo. Bạn chỉ định ID mô hình là "uncensored" để đảm bảo hành vi nhất quán qua các yêu cầu.

• Điểm cuối: POST /v1/chat/completions
• ID Mô hình: "uncensored"

Mô hình xử lý đầu vào của bạn và trả về kết quả hoàn thiện mà không có các hạn chế về nội dung người trưởng thành hợp pháp. Lỗi trong quá trình xử lý không tiêu thụ khoản tín dụng trả trước của bạn. Bạn chỉ trả tiền cho các token đã sử dụng.

Phản hồi luồng (SSE)

Nhận tạo token thời gian thực bằng Server-Sent Events (SSE) để giảm độ trễ trong các ứng dụng tương tác. Đặt tham số stream thành true để nhận các chunk văn bản khi chúng được tạo. Phương pháp này giảm thời gian chờ cảm nhận được của người dùng trong các kịch bản nhập vai hoặc trò chuyện.

Mỗi chunk chứa một phần văn bản và siêu dữ liệu. Chunk cuối cùng bao gồm tổng số token đã sử dụng để tính phí. Bạn có thể phân tích các sự kiện này để cập nhật giao diện người dùng một cách tăng dần mà không cần chờ phản hồi đầy đủ.

Function Calling và các công cụ

Bật các tương tác có cấu trúc bằng cách xác định các công cụ mà mô hình có thể gọi trong quá trình tạo. Sử dụng tham số tools để cung cấp định nghĩa hàm, và đặt tool_choice thành automatic hoặc tên hàm cụ thể. Mô hình sẽ trả về các lệnh gọi công cụ trong định dạng phản hồi, mà bạn có thể thực thi ở phía máy chủ.

Tính năng này hỗ trợ các quy trình làm việc phức tạp nơi API đóng vai trò là động cơ ra quyết định. Bạn có thể đưa kết quả trở lại vào các yêu cầu tiếp theo để duy trì ngữ cảnh. Gọi hàm hoạt động cùng với tạo văn bản tiêu chuẩn mà không có chi phí bổ sung.

Đầu ra Chế độ JSON

Buộc mô hình trả về JSON hợp lệ nghiêm ngặt bằng cách đặt response_format thành json_object. Chế độ này lý tưởng để phân tích cú pháp dữ liệu có cấu trúc từ các lệnh nhắc không có cấu trúc. Mô hình tối ưu hóa đầu ra của nó để tuân thủ các quy tắc cú pháp JSON, giảm lỗi phân tích cú pháp trong ứng dụng của bạn.

Sử dụng tính năng này khi tích hợp với cơ sở dữ liệu hoặc các thành phần frontend yêu cầu các cấu trúc dữ liệu dự đoán được. Bạn có thể xác định các lược đồ dự kiến trong lời nhắc của mình hoặc dựa vào quá trình huấn luyện của mô hình để suy ra cấu trúc. Lỗi định dạng JSON là hiếm nhưng sẽ không tính phí nếu yêu cầu thất bại.

Tham số: Nhiệt độ và Top P

Kiểm soát sự sáng tạo và ngẫu nhiên bằng các tham số temperature và top_p. Temperature điều chỉnh phân phối xác suất của các token dự đoán, với các giá trị cao hơn tạo ra các đầu ra đa dạng hơn. Top_p lọc các token dựa trên xác suất tích lũy, đảm bảo văn bản đa dạng nhưng mạch lạc.

Đối với đóng vai hoặc viết sáng tạo, hãy đặt nhiệt độ cao hơn để tạo sự đa dạng. Đối với các nhiệm vụ xác định, hãy sử dụng các giá trị thấp hơn. Bạn cũng có thể đặt seed để có kết quả có thể tái lập. Các tham số này tinh chỉnh hành vi của mô hình không kiểm duyệt mà không ảnh hưởng đến giá cả. Hãy chú ý đến giới hạn token khi tạo các đầu ra dài.

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);

Phát trực tiếp

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)