अनकेंसर API दस्तावेज़ीकरण

प्रमाणीकरण और बेस यूआरएल

आपका API कुंजी हर अनुरोध को प्रमाणीकृत करता है। मानक OpenAI SDK के साथ HTTPS://api.uncensores.cc/v1 का आधार URL उपयोग करें। मॉडल पहचानकर्ता "uncensored" है। Bearer टोकन के रूप में Authorization हेडर में अपनी कुंजी पास करें। आप Google या ईमेल का उपयोग करके डैशबोर्ड के माध्यम से एक कुंजी जनरेट कर सकते हैं। प्रत्येक खाते में एक सक्रिय कुंजी होती है जो पिछली कुंजी को प्रतिस्थापित करती है।

Copycurl https://api.uncensores.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top ten python libraries for data science"}]
  }'

आपको हर अनुरोध में 'model' फ़ील्ड शामिल करनी चाहिए। एंडपॉइंट आपके संवाद इतिहास वाला एक 'messages' एरे अपेक्षित करता है। यदि कुंजी गायब है या अमान्य है, तो API एक 401 त्रुटि लौटाता है। यह सुनिश्चित करता है कि केवल अधिकृत उपयोगकर्ता ही आपके पूर्व-भुगतान किए गए क्रेडिट का उपयोग करें।

चैट कंप्लीशंस एंडपॉइंट

POST अनुरोध भेजें /v1/chat/completions टेक्स्ट जनरेशन के लिए। यह एंडपॉइंट मानक संवादात्मक प्रॉम्प्ट्स संभालता है और संरचित टेक्स्ट प्रतिक्रियाएं लौटाता है। इसमें एम्बेडिंग्स या इमेज जनरेशन का समर्थन नहीं है। मॉडल को मार्गदर्शन देने के लिए आप सिस्टम, यूजर, और असिस्टेंट संदेश प्रदान करते हैं। मॉडल choices एरे के अंदर कच्चे टेक्स्ट सामग्री के साथ प्रतिक्रिया देता है।

Copyfrom openai import OpenAI

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

अपने बेस URL और कुंजी के साथ क्लाइंट को इनिशियलाइज़ करें। अपनी वांछित भूमिका और सामग्री के साथ messages सूची परिभाषित करें। chat.completions.create विधि को निष्पादित करें। response ऑब्जेक्ट में जनरेटेड टेक्स्ट और उपयोग आँकड़े शामिल हैं। यह प्रत्यक्ष दृष्टिकोण NSFW या रचनात्मक लेखन कार्यों के लिए रूटिंग जटिलता को समाप्त करता है।

SSE के साथ स्ट्रीमिंग रिस्पॉन्सेस

अपने अनुरोध में stream को true सेट करके स्ट्रीमिंग सक्षम करें। API सर्वर-सेंट इवेंट्स (SSE) लौटाता है जैसे ही टोकन उपलब्ध होते हैं। यह लंबे आउटपुट के लिए अनुपस्थित लेटेंसी को कम करता है। प्रत्येक चंक प्रतिक्रिया का आंशिक डेल्टा रखता है। आपको अंतिम टेक्स्ट को पुनर्स्थापित करने के लिए इन डेल्टा को एक्कूमुलेट करना होगा।

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)

अंतिम चंक अनुरोध के लिए पूर्ण उपयोग सांख्यिकी शामिल करता है। इससे आपको टोकन खपत को वास्तविक समय में ट्रैक करने की अनुमति मिलती है। स्ट्रीमिंग उन चैट इंटरफेस के लिए आदर्श है जहां उपयोगकर्ग तत्काल प्रतिक्रिया की उम्मीद करते हैं। यह uncensored मॉडल के आउटपुट फॉर्मेट के साथ सहजता से काम करता है।

फंक्शन कॉलिंग और JSON मोड

API tools पैरामीटर के माध्यम से फंक्शन कॉलिंग को सपोर्ट करता है। अपनी फंक्शन स्कीमा को रिक्वेस्ट में परिभाषित करें और tool_choice को auto या एक विशिष्ट नाम पर सेट करें। मॉडल रिस्पॉन्स में सादे टेक्स्ट के बजाय फंक्शन कॉल्स लौटाता है। आप response_format को json_object पर सेट करके JSON आउटपुट को भी लागू कर सकते हैं। यह स्वचालित वर्कफ़्लो के लिए भविष्यवाणी योग्य पार्सिंग सुनिश्चित करता है।

Copyimport OpenAI from "openai";

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

tools एरे में टूल परिभाषाएं पास करें। मॉडल इनपुट के आधार पर उचित फंक्शन चुनेगा। आपको प्रतिक्रिया में फंक्शन नाम और तर्क प्राप्त होंगे। यह सुविधा अतिरिक्त एंडपॉइंट्स के बिमान मानक चैट कंप्लीशन्स के साथ काम करती है। इसका उपयोग संरचित डेटा एक्सट्रैक्शन या एजेंट जैसी व्यवहार के लिए करें।

पैरामीटर: तापमान, Top-P, और सीड्स

रैंडमनेस को नियंत्रित करने के लिए तापमान (temperature) को एडजस्ट करें। 1 से ऊपर के मान रचनात्मकता बढ़ाते हैं, जबकि 1 से नीचे के मान आउटपुट को अधिक निर्धारणात्मक बनाते हैं। top_p का उपयोग संभाव्यता द्रव्यमान के शीर्श प्रतिशत तक सैंपलिंग को सीमित करने के लिए करें। समान अनुरोधों के लिए पुनरुत्पादक परिणामों के लिए सीड सेट करें। ये पैरामीटर अनसेंसर्ड मॉडल के आउटपुट शैली को फाइन-ट्यून करने की अनुमति देते हैं।

आप विशिष्ट स्ट्रिंग्स पर जनरेशन रोकने के लिए stop सीक्वेंस का उपयोग कर सकते हैं। presence_penalty और frequency_penalty दोहराव को कम करने में मदद करते हैं। डिफ़ॉल्ट तापमान 1.0 है। सेटिंग्स को एड-रोलप्ले या तकनीकी लेखन के लिए अनुकूलित करने के लिए इनमें समायोजन करें। प्रत्येक अनुरोध इन मानक OpenAI-संगत पैरामीटरों का समर्थन करता है।

टोकन सीमाएँ और संदर्भ विंडो

संदर्भ विंडो प्रॉम्प्ट और पूर्णता के लिए कुल 100,000 टोकन तक समर्थित है। आप प्रति अनुरोध 16,000 टोकन तक आउटपुट कर सकते हैं। यदि आप max_tokens छोड़ देते हैं, तो डिफ़ॉल्ट 2,048 टोकन है। यह सीमा संयुक्त इनपुट और आउटपुट पर लागू होती है। 8 MB के बॉडी साइज से अधिक अनुरोध विफल हो जाएंगे। API प्रति मिनट 300 अनुरोधों की दर सीमा लागू करता है। समवर्ती अनुरोध प्रति कुंजी 8 तक सीमित हैं। 402 (क्रेडिट नहीं) या 429 (दर सीमा) जैसी त्रुटियां स्पष्ट प्रतिक्रिया प्रदान करती हैं। उपयोग न किया गया क्रेडिट कभी समाप्त नहीं होता, यह सुनिश्चित करता है कि आप केवल वास्तविक उपयोग के लिए भुगतान करें।