Fejlesztői gyors kezdés az uncensored API-hoz

Base URL és Hitelesítés

Konfigurálja az ügyfélt az uncensored LLM végpontra az API kulcsával. Az alap URL: HTTPS://api.oneapillm.com/v1, amely bármely OpenAI-kompatibilis SDK-val működik. Kulcsot a "API kulcs beszerzése" oldalon szerezhet Google-fiókkal vagy e-maillel, és az azonnal megjelenik. Használja ezt a kulcsot a Authorization fejléc vagy az SDK api_key mező. Kéréseit egyetlen nyílt forráskódú modellre irányítjuk, amely a korlátlan válaszokra van hangolva.

• Base URL: https://api.oneapillm.com/v1
• Hitelesítés: Bearer token segítségével Authorization: Bearer YOUR_KEY

Az első kélem küldése

Tegyen egy szabványos POST kérés a /v1/chat/completions a modell azonosítóval uncensored. Ez a végpont szövegbemenetet fogad, és szöveges kimenetet ad vissza, akár 16 000 token támogatásával válaszanként. Egyszerű promptokat vagy strukturált üzeneteket küldhet, ahogy más nagy nyelvi modellek esetén is tenné. A rendszer nem utasítja el a jogszerű felnőtt vagy határeset tartalmakat, biztosítva a konzisztens kimenetet.

Példa cURL kérés:

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"}]
  }'

Emlékezzen, hogy a hibák és elutasítások ingyenesek, így kísérletezhet anélkül, hogy aggódna a sikertelen kérések tokenköltségei miatt.

Python SDK Integráció

Használja a hivatalos Python klienst az API dokumentációs végpontokkal való zökkenőmentes interakcióhoz. Állítsa be a base_url az egyetlen API LLM endpointra, és adja meg az API-kulcsát. Az SDK kezeli automatikusan a szerializálást és a streamelést, így Ön a alkalmazás logikájára koncentrálhat. Több üzenetet is küldhet egyetlen kérésben a kontextus megőrzése érdekében.

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)

A kliens támogatja a szabványos paramétereket, mint például temperature és top_p a kreativitás és a véletlenszerűség vezérléséhez. Ez a megközelítés egyszerűen tartja a kódot és hordozhatóvá teszi azt különböző modell szolgáltatók között.

Node SDK konfiguráció

Inicializálja a Node.js klienst a specifikus bázis URL-lel az uncensored AI modellek eléréséhez. Adja meg az API-kulcsot és a modellazonosítót. uncensored a helyes irányítás biztosítására. Az SDK kezeli az HTTP kapcsolatokat, és hatékonyan elemzi a JSON válaszokat. Küldhet streamelő vagy nem streamelő kéréseket az igényeinek megfelelően.

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);

Győződjön meg róla, hogy helyesen kezeli a válaszobjektumokat, mivel a struktúra megegyezik az OpenAI formátummal. Ez a kompatibilitás azt jelenti, hogy a bázis URL megváltoztatása nélkül cserélheti a logikát.

Streamelési válaszok SSE-n keresztül

A streamelés engedélyezéséhez állítsa a stream paramétert true a kérésben. A szerver Server-Sent Events (SSE) streamet ad vissza, amely lehetővé teszi a tokenek feldolgozását, ahogy azok generálódnak. Ez ideális valós idejű alkalmazásokhoz, ahol a késleltetés számít. Az utolsó töredék tartalmazza a kérés teljes token-használatát.

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)

A streamelés segít megtartani a felhasználó figyelmét a folyamatjelzés megjelenítésével. Minden darabot feldolgozhatsz a teljes válasz építéséhez, vagy tokenenként jelenítheted meg őket. Az uncensored modell megbízhatóan támogatja ezt a funkciót.

Függvényhívás és JSON mód

Használja az API-t strukturált adatkinyeréshez vagy eszközvégrehajtáshoz függvényhívással. Határozza meg eszközeit a kérésben, és a modell strukturált JSON kimenetet ad vissza. JSON módot is beállíthat a response_format a {"type": "json_object"}. Ez biztosítja, hogy a kimenet mindig érvényes JSON legyen, ami hasznos a feldolgozáshoz. A modell pontosan követi az utasításokat, még összetett sémák esetén is.