अनकेंसर API के लिए डेवलपर क्विकस्टार्ट

बेस URL और प्रमाणीकरण

अपने क्लाइंट को कॉन्फ़िगर करें ताकि वह अपने API key का उपयोग करके uncensored LLM एंडपॉइंट पर इशारा करे। base URL है HTTPS://api.oneapillm.com/v1, जो किसी भी ओपएनएआई-कम्पैटिबल SDK के साथ काम करता है। आप "Get API key" पेज से गूगल या ईमेल का उपयोग करके एक कुंी प्राप्त करते हैं, और यह तुरंत प्रकट होती है। इस कुंी का उपयोग Authorization हेडर या SDK के api_key फ़ील्ड। आपके अनुरोध एकल ओपन-वेइट मॉडल पर रूट किए जाते हैं जो असीमित प्रतिक्रियाओं के लिए ट्यून्ड है।

• बेस यूआरएल: https://api.oneapillm.com/v1
• प्रमाणीकरण: Bearer टोकन द्वारा Authorization: Bearer YOUR_KEY

अपना पहला रिक्वेस्ट भेजना

एक मानक POST अनुरोध करें /v1/chat/completions मॉडल ID के साथ uncensored. यह एंडपॉइंट टेक्स्ट इनपुट स्वीकार करता है और टेक्स्ट आउटपुट लौटाता है, प्रति रिस्पॉन्स 16,000 टोकन तक सपोर्ट करता है। आप साधारण प्रॉम्प्ट्स या स्ट्रक्चर्ड मेसेजेस भेज सकते हैं, बिल्कुल वैसे ही जैसे आप अन्य लार्ज लैंग्वेज मॉडल्स के साथ करते हैं। सिस्टम लॉफुल एडल्ट या एज कंटेंट को रिफ्यूज नहीं करता है, सुसंगत आउटपुट सुनिश्चित करता है।

उदाहरण cURL अनुरोध:

Copycurl https://api.oneapillm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all exported functions in index.ts"}]
  }'

याद रखें कि त्रुटियां और अस्वीकृतियां मुफ्त हैं, इसलिए आप बिना टोकन लागत की चिंता किए प्रयोग कर सकते हैं।

Python SDK इंटीग्रेशन

API दस्तावेज़ीकरण एंडपॉइंट्स के साथ निर्बाध रूप से इंटरैक्ट करने के लिए आधिकारिक Python क्लाइंट का उपयोग करें। सेट base_url एक ही API LLM एंडपॉइंट पर जाएं और अपनी API कुंजी प्रदान करें। SDK स्वचालित रूप से सीरियलाइजेशन और स्ट्रीमिंग संभालता है, जिससे आप अपने एप्लिकेशन लॉजिक पर ध्यान केंद्रित कर सकते हैं। संदर्भ बनाए रखने के लिए आप एक ही अनुरोध में कई संदेश भेज सकते हैं।

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.oneapillm.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)

क्लाइंट standard parameters जैसे कि सपोर्ट करता है temperature और top_p रचनात्मकता और यादृच्छिकता को नियंत्रित करने के लिए। यह दृष्टिकोण आपके कोड को सरल और विभिन्न मॉडल प्रदाताओं के बीच पोर्टेबल रखता है।

Node SDK कॉन्फ़िगरेशन

अनसेंसर्ड AI मॉडल तक पहुँचने के लिए विशिष्ट बेस URL के साथ Node.js क्लाइंट को इनिशियलाइज़ करें। अपनी API कुंजी और मॉडल पहचानकर्ता पास करें uncensored सही रूटिंग सुनिश्चित करने के लिए। SDK HTTP कनेक्शन प्रबंधित करता है और JSON प्रतिक्रियाओं को कुशलता से पार्स करता है। आप अपने उपयोग मामले के अनुसार स्ट्रीमिंग या नॉन-स्ट्रीमिंग अनुरोध भेज सकते हैं।

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.oneapillm.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);

सुनिश्चित करें कि आप प्रतिक्रिया वस्तुओं को सही ढंग से हैंडल करते हैं, क्योंकि संरचना OpenAI प्रारूप से मेल खाती है। इस संगतता का अर्थ है कि आप अपना बेस यूआरएल बदले बिना अपनी कोर लॉजिक को बदल सकते हैं।

SSE के माध्यम से स्ट्रीमिंग रिस्पॉन्सेस

स्ट्रीमिंग को सक्षम करने के लिए stream पैरामीटर को true आपके अनुरोध में। सर्वर Server-Sent Events (SSE) की एक स्ट्रीम लौटाता है, जिससे आप टोकन को जनरेट होते ही प्रक्रिया कर सकते हैं। यह उन रियल-टाइम अनुप्रयोगों के लिए आदर्श है जहां विलंबता मायने रखती है। अंतिम chunk अनुरोध के लिए कुल टोकन उपयोग शामिल करता है।

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)

स्ट्रीमिंग उपयोगकर्ता को प्रगति दिखाकर उसे संलग्न रखने में मदद करती है। आप प्रत्येक चंक को पार्स करके एक पूर्ण प्रतिक्रिया बना सकते हैं या टोकन को क्रमिक रूप से प्रदर्शित कर सकते हैं। अनसेंसर्ड मॉडल इस सुविधा को विश्वसनीय रूप से सपोर्ट करता है।

फंक्शन कॉलिंग और JSON मोड

फंक्शन कॉलिंग के साथ संरचित डेटा एक्सट्रैक्शन या टूल एक्जीक्यूशन के लिए एपीआई का उपयोग करें। अपने टूल को अनुरोध में परिभाषित करें, और मॉडल संरचित JSON आउटपुट लौटाएगा। आप JSON मोड सेट करके JSON मोड को भी लागू कर सकते हैं response_format को {"type": "json_object"}. यह सुनिश्चित करता है कि आउटपुट हमेशा मान्य JSON हो, जो पार्सिंग के लिए उपयोगी है। मॉडल जटिल स्कीमा के लिए भी निर्देशों का सटीक पालन करने के लिए ट्यून्ड है।