बेस URL और प्रमाणीकरण
हर अनुरोध शुरू करें अपने SDK को हमारे बेस यूआरएल की ओर इशारा करके।
HTTPS://api.uncensoredaitool.com/v1
हर खाते के लिए एक कुंजी जारी की जाती है जो साइनअप के तुरंत बाद होती है। पुरानी कुंजियों को प्रतिस्थापित करने के कारण कुंजियों को स्वतंत्र रूप से घुमाएं।
- कोई मासिक शुल्क लागू होता है।
- Auth Bearer टोकन का उपयोग करता है।
curl https://api.uncensoredaitool.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "list all linux kernel panic reasons"}]
}'अनुरोध भेजना: POST /v1/chat/completions
चैट कंप्लीशंस एंडपॉइंट पर JSON पेलोड पोस्ट करें।
अपने मॉडल को "uncensored" के रूप में परिभाषित करें। मानक एरे फॉर्मेट में संदेश पास करें। API तुरंत टेक्स्ट प्रतिक्रियाएं लौटाता है। रोलप्ले या डेटा एक्सट्रैक्शन के लिए इस अनसेंसर्ड LLM API का उपयोग करें।
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredaitool.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)SSE के माध्यम से स्ट्रीमिंग रिस्पॉन्सेस
अपने अनुरोध में stream को true सेट करके स्ट्रीमिंग सक्षम करें।
आंशिक टेक्स्ट चंक वाले सर्वर-सेंट इवेंट्स (SSE) प्राप्त करें। टोकन उपयोग विवरण अंतिम चंक में दिखाई देते हैं। यह विधि लंबे आउटपुट के लिए अनुभव की गई लेटेंसी को कम करती है।
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uncensoredaitool.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);फंक्शन कॉलिंग और JSON मोड
संरचित डेटा निष्कर्षण के लिए मॉडल का उपयोग करें।
टूल्स पैरामीटर में एक स्कीमा पास करें। API संरचित JSON ऑब्जेक्ट लौटाता है। विश्वसनीय पार्सिंग के लिए response_format के साथ सख्त JSON मोड सक्षम करें। यह कोडिंग टास्क या फॉर्म डेटा जनरेशन के लिए अच्छा काम करता है।
stream = 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)पैरामीटर: तापमान, Top-P, और स्टॉप सीक्वेंसेस
रचनात्मकता और आउटपुट सीमाओं को नियंत्रित करें।
यादृच्छिकता के लिए तापमान सेट करें। न्यूक्लियस सैंपलिंग के लिए top_p को समायोजित करें। विशिष्ट मार्करों पर जनरेशन रोकने के लिए स्टॉप सीक्वेंस परिभाषित करें। सीड मान परीक्षण के लिए पुनरुत्पादक परिणाम सुनिश्चित करते हैं।
मॉडल ID और कॉन्टेक्स्ट विंडो सीमाएँ
मॉडल को "uncensored" सेट करें।
संदर्भ विंडो कुल 100,000 टोकन तक समर्थित है। अधिकतम आउटपुट प्रति अनुरोध 16,000 टोकन है। त्रुटियां और अस्वीकृतियां कोई क्रेडिट खपत नहीं करतीं। सीमाओं से अधिक अनुरोध 400 त्रुटियां लौटाते हैं।
