با API uncensored ما شروع کنید

تنظیم احراز هویت URL پایه

SDK خود را به اندپوینت ما پوینت کنید و کلید خود را در هدر authorization ارسال کنید. ما یک URL پایه میزبانی‌شده واحد ارائه می‌دهیم که با هر کلاینت استاندارد OpenAI-compatible سازگار است. شما به ازای هر حساب کاربری یک کلید فعال دریافت می‌کنید و ثبت‌نام تنها در چند ثانیه از طریق گوگل یا ایمیل و بدون نیاز به شماره تلفن انجام می‌شود. کلید شما بلافاصله پس از ایجاد، دسترسی به مدل بدون سانسور را فراهم می‌کند.

احراز هویت به توکن‌های Bearer استاندارد متکی است. اگر کلید نامعتبری ارسال کنید، API خطای 401 را برمی‌گرداند. می‌توانید در هر زمان کلید جدیدی تولید کنید و کلید قدیمی بلافاصله از کار می‌افتد. این طراحی استفاده شما را خصوصی و دسترسی شما را ساده نگه می‌دارد.

شما نیازی به مدیریت نسخه‌های مدل متعدد یا نگرانی در مورد مسیریابی مبهم ندارید. نقطه پایانی یک مدل بزرگ زبان خاص را ارائه می‌دهد که برای محتوای بزرگسالان و عدم رد شدن تنظیم شده است. کلید خود را امن نگه دارید، زیرا تنها راه دسترسی به اعتبار پیش‌پرداخت شماست.

نقطه پایانی تکمیل چت (POST /v1/chat_completions)

پرامپت‌های خود را به نقطه پایانی تکمیل چت ارسال کنید تا پاسخ‌های متنی دریافت کنید. این روش تعامل اصلی برای API ما است. درخواست خود را با یک پیام سیستم برای تعیین رفتار و پیام‌های کاربر برای پرس‌و‌جوی واقعی خود ساختاردهی می‌کنید. مدل ورودی را پردازش کرده و یک پاسخ متنی برمی‌گرداند.

API ما در مورد کاری که انجام می‌دهد سخت‌گیر است. ما از Embeddings، تولید تصویر یا پردازش صوت پشتیبانی نمی‌کنیم. متن وارد می‌کنید و متن دریافت می‌کنید. پنجره زمینه از 100,000 توکن برای ترکیب Prompt و Completion پشتیبانی می‌کند. این اجازه می‌دهد مکالمات طولانی یا پردازش اسناد بزرگ انجام دهید.

درخواست‌های خود را تمیز و ساختاریافته نگه دارید. اندپوینت یک فرمت JSON خاص را انتظار دارد. اگر نوع داده نادرست ارسال کنید، خطا دریافت خواهید کرد. ما بار سنگین استنتاج را در سرورهای خود مدیریت می‌کنیم.

مثال یکپارچه‌سازی SDK پایتون

از SDK رسمی پایتون برای تعامل آسان با API ما استفاده کنید. کد زیر نحوه مقداردهی اولیه کلاینت با URL پایه و کلید شما را نشان می‌دهد. سپس می‌توانید تابع تکمیل گفتگو را با پیام‌های خود فراخوانی کنید.

این پیکربندی کار می‌کند زیرا API ما کاملاً سازگار با OpenAI است. نیازی به کتابخانه کلاینت سفارشی ندارید. فقط URL پایه و کلید API خود را به‌روزرسانی کنید. بقیه ویژگی‌های SDK یکسان باقی می‌مانند. این مهاجرت از سایر ارائه‌دهندگان را در صورت نیاز به تغییر، ساده می‌کند.

توصیه می‌کنیم از آخرین نسخه SDK برای بهترین تجربه استفاده کنید. کتابخانه تلاش‌های مجدد و تجزیه JSON را برای شما انجام می‌دهد. شما فقط باید بر منطق پرامپت و پارامترهای مدل خود تمرکز کنید.

مثال یکپارچه‌سازی Node SDK

با Node.js با استفاده از پکیج npm استاندارد ادغام کنید. ساختار بازتاب مثال پایتون است. URL پایه را به endpoint ما تنظیم کنید و کلید API خود را ارائه دهید. این سازگاری با برنامه‌های موجود Node.js را تضمین می‌کند.

SDK Node درخواست‌های HTTP را به طور خودکار مدیریت می‌کند. شما آرایه پیام‌ها را ارسال می‌کنید و شیء پاسخ را دریافت می‌کنید. این شامل محتوای متن تولید شده است. سپس می‌توانید این متن را در منطق برنامه خود پردازش کنید.

به یاد داشته باشید که ما فقط تکمیل متن را پشتیبانی می‌کنیم. انتظار داده تصویر یا صوت در پاسخ نداشته باشید. SDK پاسخ JSON را تجزیه کرده و دسترسی به متن را به شما می‌دهد. این ثبات در زبان‌ها فرآیند توسعه شما را ساده می‌کند.

پاسخ‌های استریم‌شده و مصرف توکن

جریان‌سازی را فعال کنید تا پاسخ‌ها را توکن به توکن دریافت کنید. این کار تأخیر ادراک‌شده سریع‌تری برای کاربران شما ایجاد می‌کند. می‌توانید متن را هنگام تولید نمایش دهید و منتظر پاسخ کامل نمانید. این موضوع برای رابط‌های چت حیاتی است.

آخرین قطعه از جریان شامل آمار استفاده از توکن است. می‌توانید از این داده‌ها برای ردیابی هزینه‌ها و نظارت بر موجودی حساب خود استفاده کنید. جریان‌دهی مدل قیمت‌گذاری را تغییر نمی‌دهد. شما همچنان بابت هر توکن استفاده‌شده هزینه می‌پردازید.

API ما از رویدادهای ارسال‌شده توسط سرور (SSE) برای پخش پشتیبانی می‌کند. SDK پردازش رویدادها را مدیریت می‌کند. شما فقط باید پارامتر stream را روی true تنظیم کنید. این با هر دو کلاینت‌های Python و Node کار می‌کند. این روش توصیه‌شده برای ساخت برنامه‌های تعاملی است.

Limits, errors, and model details

محدودیت‌های نرخ و خطاهای احتمالی خود را درک کنید تا یک برنامه مقاوم بسازید. شما به 300 درخواست در دقیقه و 8 درخواست همزمان به ازای هر کلید محدود هستید. اندازه بدنه درخواست به 8 مگابایت محدود است. اگر از این محدودیت‌ها تجاوز کنید، خطای 429 دریافت خواهید کرد. می‌توانید بازگشت نمایی را برای مدیریت آرام این وضعیت پیاده‌سازی کنید.

خطاهای رایج شامل 401 برای کلیدهای نامعتبر و 402 برای اعتبار ناکافی است. اگر اعتبار شما تمام شود، باید فقط از طریق ارز دیجیتال شارژ کنید تا ادامه دهید. خطاها و رد شدن‌ها رایگان هستند، بنابراین برای درخواست‌های ناموفق پرداخت نمی‌کنید. مدل فقط محتوای جنسی مرتبط با کودکان را رد می‌کند که یک محدودیت سخت است.

می‌توانید مدل‌های موجود را از طریق endpoint GET /v1/models بررسی کنید. این کار شناسه مدل uncensored تکی را برمی‌گرداند. ما چندین مدل یا مسیریابی ارائه نمی‌دهیم. این سادگی پیچیدگی را کاهش می‌دهد و رفتار یکسان را تضمین می‌کند. اعتبار پیش‌پرداخت شما هرگز منقضی نمی‌شود، بنابراین می‌توانید استفاده را متوقف کنید بدون اینکه از دست بروید.

cURL

Copycurl https://api.keyapiunlimited.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the python libraries for web scraping"}]
  }'

پایتون

Copyfrom openai import OpenAI

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

جریان‌سازی

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)