इंस्टॉलेशन और सेटअप
API कुली प्राप्त करने के लिए खाता बनाकर शुरू करें। या Google खाते या ईमेल और पासवर्ड संयोजन का उपयोग करके साइन अप करें। सिस्टम आपकी अनूठी कुली को तुरंत स्क्रीन पर प्रदर्शित करता है। इस चरण के लिए फ़ोन नंबर सत्यापन की आवश्यकता नहीं है। आप किसी भी समय एक नई कुली जनरेट कर सकते हैं, लेकिन प्रति खाते केवल एक सक्रिय कुली मौजूद होती है। एक नई कुली पिछली कुली को तुरंत बदल देती है। अपनी प्रीपेड क्रेडिट तक पहुंच प्रदान करने के कारण इस कुली को सुरक्षित रखें। एकीकरण शुरू करने के लिए किसी भी मानक OpenAI-संगत SDK के साथ इन क्रेडेंशियल्स का उपयोग करें।
बेस कॉन्फ़िगरेशन
अपने क्लाइंट को हमारे समर्पित बेस URL की ओर निर्देशित करें अनसेंसर्ड अनुरोधों के लिए। मानक का उपयोग करें BASE_URL पैरामीटर ट्रैफ़िक को सही ढंग से रूट करने के लिए। एंडपॉइंट संरचना आसानी से स्विच करने के लिए OpenAI अनुमानों को दर्शाती है। आपको अपने API कुंजी को प्रदान करना होगा Authorization हेडर। मॉडल ID को uncensored आपके कॉन्फ़िगरेशन ऑब्जेक्ट में। यह सुनिश्चित करता है कि अनुरोध सही uncensored बड़े भाषा मॉडल को लक्षित करता है। उपलब्ध मॉडल की सूची बनाकर अपनी कनेक्शन की जांच करें, /v1/models एंडपॉइंट। यह पुष्टि करता है कि आपका प्रमाणीकरण भारी पेलोड भेजने से पहले मान्य है।
अनुरोध भेजना
/v1/chat/completions चैट कंप्लीशन एंडपॉइंट पर एक मानक POST अनुरोध करें। आपके पेलोड में शामिल होना चाहिए model field सेट है uncensored. अपने संदेशों को एक सरल के तहत पास करें messages कुंजी। सिस्टम मानक भूमिका परिभाषाओं को स्वीकार करता है जैसे user और assistant. इनपुट टोकन की लागत पारदर्शी दर पर $0.15 प्रति मिलियन टोकन है। आउटपुट टोकन की लागत $0.50 प्रति मिलियन टोकन है। त्रुटियां आपके प्रीपेड क्रेडिट का उपभोग नहीं करतीं। यह बिलिंग मॉडल सुनिश्चित करता है कि आप केवल वास्तविक जनरेटेड पाठ के लिए भुगतान करें। अपना पहला संदेश भेजने के लिए निम्नलिखित cURL कमांड का उपयोग करें।
स्ट्रीमिंग रिस्पॉन्सेस
सेटिंग करके स्ट्रीमिंग सक्षम करें stream अपने अनुरोध में true पर सेट करें। सर्वर एक सर्वर-सेंट इवेंट्स (SSE) स्ट्रीम लौटाता है। प्रत्येक चंक जनरेटेड पाठ के एक हिस्से को रखता है। अंतिम चंक में पूर्ण टोकन उपयोग सांख्यिकी शामिल होती है। यह आपको उपयोगकर्ताओं को रियल-टाइम में पाठ प्रदर्शित करने की अनुमति देता है। स्ट्रीमिंग सभी समर्थित SDKs में समान रूप से काम करती है। सुनिश्चित करें कि आपका क्लाइंट आंशिक पाठ बफर्स को सही ढंग से संभालता है। लंबी-रचनात्मक सामग्री जनरेशन या इंटरैक्टिव चैट इंटरफेस के लिए इस विधि का उपयोग करें। निम्नलिखित उदाहरण Python में स्ट्रीम को कैसे हैंडल करें, यह दर्शाता है।
फंक्शन कॉलिंग
का उपयोग करके अपने रिक्वेस्ट में टूल्स परिभाषित करें। tools पैरामीटर। मॉडल उचित होने पर संरचित टूल कॉल्स लौटाता है। आप निर्दिष्ट कर सकते हैं tool_choice विशिष्ट व्यवहार को बल देने के लिए। मॉडल को आगे की प्रक्रिया के लिए टूल प्रतिक्रिया वापस पास करें। यह बाहरी API इंटरैक्शन की आवश्यकता वाले जटिल वर्कफ्लो का समर्थन करता है। मॉडल आवश्यकता पड़ने पर JSON फॉर्मेटिंग स्वचालित रूप से संभालता है। सुनिश्चित करें कि आपके फंक्शन परिभाषाएं अपेक्षित स्कीमा से मेल खाती हैं। यह सुविधा मानक तापमान और top-p सेटिंग्स के साथ काम करती है। टूल हैंडलिंग को कुशलता से लागू करने के लिए Node.js का उपयोग करें।
JSON मोड और सीमाएँ
कठोर JSON आउटपुट अनुरोध करने के लिए सेटिंग्स response_format को {"type": "json_object"}. मॉडल प्रतिक्रिया में मान्य JSON संरचना की गारंटी देता है। यह आपके एप्लिकेशन लॉजिक में डेटा पार्स करने के लिए आदर्श है। 100,000 टोकन संदर्भ विंडो सीमा के बारे में जागरूक रहें। इसमें प्रॉम्प्ट और पूर्णता दोनों शामिल हैं। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। यदि आप निर्दिष्ट नहीं करते max_tokens, सीमा डिफ़ॉल्ट रूप से 2,048 है। अनुरोध प्रति कुंजी प्रति मिनट 300 तक सीमित हैं। समवर्ती अनुरोध एक साथ आठ तक सीमित हैं। अनुरोध बॉडी 8 MB से अधिक नहीं होनी चाहिए। निम्नलिखित स्ट्रीम उदाहरण में दिखाए गए अनुसार त्रुटियों को दयालुता से हैंडल करें।
cURL
curl https://api.modelsuncensoredopenrouter.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "list three json keys"}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.modelsuncensoredopenrouter.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
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.modelsuncensoredopenrouter.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
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)