Hướng dẫn bắt đầu nhanh cho nhà phát triển cho API không kiểm duyệt

Base URL và Xác thực

Cấu hình client của bạn để trỏ vào điểm cuối LLM không kiểm duyệt bằng khóa API của bạn. URL gốc là HTTPS://api.oneapillm.com/v1, hoạt động với bất kỳ SDK tương thích OpenAI nào. Bạn nhận được khóa qua trang "Get API key" bằng Google hoặc email, và nó xuất hiện ngay lập tức. Sử dụng khóa này trong Authorization header hoặc api_key trường. Các yêu cầu của bạn được định tuyến đến một mô hình trọng lượng mở duy nhất được tinh chỉnh cho các phản ứng không giới hạn.

• Base URL: https://api.oneapillm.com/v1
• Xác thực: Bearer token qua Authorization: Bearer YOUR_KEY

Gửi yêu cầu đầu tiên của bạn

Thực hiện lệnh POST yêu cầu đến /v1/chat/completions với ID mô hình uncensored. Điểm cuối này chấp nhận đầu vào văn bản và trả về đầu ra văn bản, hỗ trợ lên đến 16,000 token mỗi phản hồi. Bạn có thể gửi các prompt đơn giản hoặc các tin nhắn có cấu trúc giống như bạn vẫn làm với các mô hình ngôn ngữ lớn khác. Hệ thống không từ chối nội dung người trưởng thành hợp pháp hoặc hơi hướng táo bạo, đảm bảo đầu ra ổn định.

Yêu cầu cURL ví dụ:

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"}]
  }'

Hãy nhớ rằng lỗi và sự từ chối đều miễn phí, vì vậy bạn có thể thử nghiệm mà không phải lo lắng về chi phí token cho các yêu cầu thất bại.

Tích hợp SDK Python

Sử dụng client Python chính thức để tương tác với các điểm cuối tài liệu API một cách liền mạch. Đặt base_url đến điểm cuối API LLM duy nhất và cung cấp khóa API của bạn. SDK xử lý tự động việc tuần tự hóa và phát trực tiếp, cho phép bạn tập trung vào logic ứng dụng của mình. Bạn có thể gửi nhiều tin nhắn trong một yêu cầu để duy trì ngữ cảnh.

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)

Client hỗ trợ các tham số tiêu chuẩn như temperature và top_p để kiểm soát sự sáng tạo và tính ngẫu nhiên. Cách tiếp cận này giữ cho mã của bạn đơn giản và di động giữa các nhà cung cấp mô hình khác nhau.

Cấu hình SDK Node

Khởi tạo client Node.js với URL cơ sở cụ thể để truy cập các mô hình AI không kiểm duyệt. Truyền khóa API và định danh mô hình uncensored để đảm bảo định tuyến chính xác. SDK quản lý các kết nối HTTP và phân tích các phản hồi JSON một cách hiệu quả. Bạn có thể gửi các yêu cầu truyền trực tiếp hoặc không truyền trực tiếp tùy thuộc vào trường hợp sử dụng của bạn.

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);

Đảm bảo bạn xử lý các đối tượng phản hồi đúng cách, vì cấu trúc khớp với định dạng OpenAI. Khả năng tương thích này có nghĩa là bạn có thể thay đổi URL cơ sở mà không cần thay đổi logic cốt lõi của mình.

Phản hồi luồng qua SSE

Bật chế độ streaming bằng cách đặt stream tham số thành true trong yêu cầu của bạn. Máy chủ trả về một luồng Server-Sent Events (SSE), cho phép bạn xử lý các token khi chúng được tạo ra. Điều này lý tưởng cho các ứng dụng thời gian thực nơi độ trễ rất quan trọng. Chunk cuối cùng chứa tổng số token sử dụng cho yêu cầu.

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)

Tạo luồng giúp giữ chân người dùng bằng cách hiển thị tiến độ. Bạn có thể phân tích từng chunk để xây dựng phản hồi hoàn chỉnh hoặc hiển thị từng token một cách gia tăng. Mô hình không kiểm duyệt hỗ trợ tính năng này một cách đáng tin cậy.

Function Calling và chế độ JSON

Sử dụng API cho việc trích xuất dữ liệu có cấu trúc hoặc thực thi công cụ với gọi hàm. Xác định các công cụ của bạn trong yêu cầu, và mô hình sẽ trả về đầu ra JSON có cấu trúc. Bạn cũng có thể buộc chế độ JSON bằng cách đặt response_format để {"type": "json_object"}. Điều này đảm bảo đầu ra luôn là JSON hợp lệ, điều hữu ích cho việc phân tích cú pháp. Mô hình được tinh chỉnh để tuân theo hướng dẫn chính xác, ngay cả đối với các lược đồ phức tạp.