Permulaan Pantat API AI tanpa sensor

Pemasangan dan Persediaan

Mula dengan mencipta akaun untuk menerima kunci API anda. Daftar menggunakan akaun Google atau kombinasi e-mel dan kata laluan. Sistem memaparkan kunci unik anda serta-merta di skrin. Tiada pengesahan nombor telefon diperlukan untuk langkah ini. Anda boleh menjana kunci baharu pada bila-bila masa, tetapi hanya satu kunci aktif wujud per akaun. Kunci baharu akan menggantikan kunci sebelumnya serta-merta. Simpan kunci ini dengan selamat kerana ia memberikan akses kepada kredit pra-dibayar anda. Gunakan kelayakan ini dengan mana-mana SDK serasi OpenAI standard untuk memulakan integrasi.

Konfigurasi Asas

Arahkan klien anda ke URL asas khusus kami untuk permintaan tanpa sensor. Gunakan piawai BASE_URL parameter untuk merutekan trafik dengan betul. Struktur hujung lalai mencerminkan konvensyen OpenAI untuk pertukaran yang mudah. Anda mesti menyediakan kunci API anda dalam Authorization header. Set the model ID to uncensored dalam objek konfigurasi anda. Ini memastikan permintaan menyasarkan model bahasa besar uncensored yang betul. Sahkan sambungan anda dengan menyenaraikan model yang tersedia melalui /v1/models endpoint. Ini mengesahkan pengesahan identiti anda sebelum menghantar beban kerja berat.

Menghantar Permintaan

Buat permintaan POST standard ke hujung titik penyelesaian chat. Muat naik anda mesti termasuk model field set to uncensored. Lulus mesej anda dalam array di bawah messages kunci. Sistem menerima definisi peranan standard seperti user dan assistant. Token input caj pada kadar telus sebanyak $0.15 per juta token. Token output kos $0.50 per juta token. Ralat tidak menggunakan kredit pra-dibayar anda. Model pengebilan ini memastikan anda hanya membayar untuk teks yang dijana sebenar. Gunakan arahan cURL berikut untuk menghantar mesej pertama anda.

Respons Streaming

Aktifkan aliran dengan menetapkan stream ke benar dalam permintaan anda. Pelayan mengembalikan aliran Acara Dihantar Server (SSE). Setiap bahagian mengandungi sebahagian teks yang dijana. Bahagian akhir termasuk statistik penggunaan token lengkap. Ini membolehkan anda memaparkan teks kepada pengguna secara masa nyata. Penstriman berfungsi dengan cara yang sama merentasi semua SDK yang disokong. Pastikan klien anda menangani penimbal teks separa dengan betul. Gunakan kaedah ini untuk penjanaan kandungan bentuk panjang atau antara muka sembang interaktif. Contoh berikut menunjukkan cara menangani penstriman dalam Python.

Pemanggilan Fungsi

Takrifkan alat dalam permintaan anda menggunakan tools parameter. Model mengembalikan panggilan alat terstruktur apabila sesuai. Anda boleh menentukan tool_choice untuk memaksa tingkah laku khusus. Hantar semula respons alat ke model untuk pemprosesan lanjut. Ini menyokong landasan kerja kompleks yang memerlukan interaksi API luaran. Model mengendalikan pemformatan JSON secara automatik apabila diperlukan. Pastikan definisi fungsi anda sepadan dengan skema yang dijangka. Ciri ini berfungsi bersama tetapan suhu dan top-p piawai. Gunakan Node.js untuk melaksanakan pengendalian alat dengan cekap.

Mod JSON dan Had

Minta output JSON ketat dengan menetapkan response_format ke {"type": "json_object"}. Model ini menjamin struktur JSON yang sah dalam respons. Ini sangat sesuai untuk menganalisis data dalam logik aplikasi anda. Ambil perhatian had jendela konteks 100,000 token. Ini meliputi prompt dan penyelesaian gabungan. Output maksimum setiap permintaan ialah 16,000 token. Jika anda tidak menentukan max_tokens, had ini lalai kepada 2,048. Permintaan terhad kepada 300 setiap minit setiap kunci. Permintaan serentak adalah terhad kepada lapan serentak. Badan permintaan tidak boleh melebihi 8 MB. Tangani ralat dengan baik seperti yang ditunjukkan dalam contoh aliran berikut.

cURL

Copycurl 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

Copyfrom 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

Copyimport 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);

Aliran

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)