شروع سریع: ادغام تکمیل‌های بدون سانسور

اولین درخواست

ارسال اولین تکمیل (completion) بلافاصله پس از ایجاد کلید خود. از شناسه مدل uncensored برای دسترسی به مدل وزن‌باز. این مدل متن ورودی و خروجی را به صورت کارآمد پردازش می‌کند.

مثال زیر یک درخواست تکمیل متن پایه‌ای را نشان می‌دهد. جایگزین YOUR_API_KEY با کلید واقعی خود. این تأیید می‌کند که احراز هویت شما به درستی کار می‌کند.

می‌توانید پارامترهایی مانند temperature یا top_p را برای کنترل خلاقیت تنظیم کنید. مدل به پیکربندی‌های JSON استاندارد پاسخ می‌دهد. خطاها کدهای واضحی برمی‌گردانند. خطای 402 به این معنی است که باید موجودی خود را شارژ کنید. شارژ‌ها با USDT در شبکه TRC20 یا USDC در Base انجام می‌شوند.

این سادگی زمان ادغام را کاهش می‌دهد. به middleware پیچیده‌ای نیاز ندارید. API مانند endpointهای استاندارد OpenAI رفتار می‌کند. این آشنایی چرخه توسعه شما را به طور قابل توجهی تسریع می‌کند.

یکپارچه‌سازی SDK Python

از کتابخانه رسمی پایتون OpenAI برای یکپارچه‌سازی سریع استفاده کنید. URL پایه و کلید API را در راه‌اندازی کلایتن تنظیم کنید. این روش کد شما را تمیز و قابل نگهداری نگه می‌دارد.

نام مدل را به عنوان uncensoredکتابخانه به‌طور خودکار سریال‌سازی JSON را مدیریت می‌کند. شما پاسخ‌های ساختاریافته‌ای دریافت می‌کنید که در منطق برنامه‌تان به راحتی قابل تجزیه هستند.

این روش برای هر دو جریان کاری همگام (سینکرون) و ناهمگام (آسنکرون) کار می‌کند. می‌توانید پاسخ‌ها را استریم کنید یا متن کامل را یکجا دریافت نمایید. انتخاب بستگی به نیازهای تجربه کاربری شما دارد. استریم کردن تأخیر ادراک‌شده را برای پاسخ‌های طولانی کاهش می‌دهد.

کلید API خود را امن نگه دارید. آن را به صورت سخت‌افزاری در کنترل نسخه قرار ندهید. از متغیرهای محیطی برای استقرارهای تولید استفاده کنید. این روش از قرار گرفتن تصادفی اعتبارنامه‌های شما جلوگیری می‌کند.

یکپارچه‌سازی Node SDK

با استفاده از SDK Node.js برای برنامه‌های سمت سرور یکپارچه کنید. کلاینت را با base URL و کلید خود مقداردهی اولیه کنید. ساختار به شدت با پیاده‌سازی پایتون همخوانی دارد.

فراخوانی chat.completions.create با uncensored مدل. SDK درخواست‌های HTTP را به صورت کارآمد مدیریت می‌کند. شما پاسخ‌ها را در قالب JSON استاندارد دریافت می‌کنید.

این پیکربندی به خوبی با سرورهای Express یا Fastify کار می‌کند. می‌توانید تماس API را در یک handler مسیر پیچید. خطاها را به صورت شسته‌رفته مدیریت کنید تا کاربران خود را مطلع کنید. خطای 429 نشان می‌دهد که به محدودیت نرخ رسیده‌اید.

مصرف حافظه پایین می‌ماند زیرا ما کارهای سنگین را انجام می‌دهیم. سرور شما فقط ورودی JSON را پردازش می‌کند. این معماری به راحتی با رشد کاربران شما مقیاس‌پذیر است. نیازی به مدیریت زیرساخت پیچیده نیست.

استریمینگ و استفاده از توکن

استریمینگ را با تنظیم stream: true در درخواست شما. API قطعاتی از متن را همان‌طور که تولید می‌شوند برمی‌گرداند. این امر تجربه کاربری را برای پاسخ‌های طولانی بهبود می‌بخشد.

هر تکه شامل داده‌های مصرف است. تکه نهایی شامل تعداد کل توکن‌ها برای درخواست است. می‌توانید هزینه‌ها را به‌صورت بلادرنگ ردیابی کنید. این شفافیت به شما کمک می‌کند اعتبار پیش‌پرداخت خود را به‌طور موثر مدیریت کنید.

خطاها در حین جریان‌دهی از طریق کدهای HTTP استاندارد مدیریت می‌شوند. خطای 402 جریان را متوقف می‌کند اگر اعتبار تمام شود. می‌توانید پس از شارژ مجدد ادامه دهید یا تکرار کنید. فرآیند ساده است.

استریمینگ زمان به اولین بایت را کاهش می‌دهد. کاربران پیشرفت را فوراً مشاهده می‌کنند. این ویژگی برای رابط‌های چت ضروری است. این ویژگی باعث می‌شود LLM بدون سانسور واکنش‌گرا و پویا به نظر برسد.

محدودیت‌های نرخ و context window

محدودیت‌های ما برای بیشتر موارد استفاده سخاوتمندانه هستند. شما ۳۰۰ درخواست در دقیقه به ازای هر کلید دریافت می‌کنید. می‌توانید ۸ درخواست همزمان داشته باشید. این از برنامه‌های با تراکم بالا بدون ایجاد گلوگاه پشتیبانی می‌کند.

پنجره زمینه ۱۰۰,۰۰۰ توکن در مجموع است. این شامل هم ورودی و هم خروجی می‌شود. حداکثر خروجی در هر درخواست ۱۶,۰۰۰ توکن است. تنظیم max_tokens به طور صریح برای جلوگیری از پیش‌فرض‌ها. حداکثر پیش‌فرض 2,048 توکن است.

کدهای خطا به شما کمک می‌کنند تا سریعاً اشکال‌زدایی کنید. کد 401 به معنای کلید نامعتبر است. کد 402 به معنای عدم موجودی است. کد 429 به معنای تجاوز از محدودیت نرخ است. برای جزئیات بیشتر، بدنه پاسخ را بررسی کنید. بازپرداخت برای اعتبار امکان‌پذیر نیست، اما اشتباهات از طریق پشتیبانی رفع می‌شوند.

بدنه‌های درخواست باید کمتر از ۸ مگابایت باشند. این محدودیت عملکرد پایدار را تضمین می‌کند. اندازه payload خود را به‌طور مناسب برنامه‌ریزی کنید. اسناد بزرگ ممکن است نیاز به chunking (تکه‌تکه کردن) داشته باشند. این رویکرد تأخیر را کم و ثابت نگه می‌دارد.

cURL

Copycurl https://api.openaitokenpricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate cost for 100k tokens"}]
  }'

پایتون

Copyfrom openai import OpenAI

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