Panduan Cepat: Integrasi kelengkapan tanpa sensor

Permintaan Pertama

Kirim completion pertama Anda segera setelah membuat kunci Anda. Gunakan ID model uncensored untuk mengakses model open-weight. Model ini menangani teks masuk dan teks keluar secara efisien.

Contoh berikut mendemonstrasikan permintaan penyelesaian teks dasar. Ganti YOUR_API_KEY dengan kunci aktual Anda. Ini mengonfirmasi bahwa autentikasi Anda berfungsi dengan benar.

Anda dapat menyesuaikan parameter seperti suhu atau top_p untuk mengendalikan kreativitas. Model merespons payload JSON standar. Kesalahan mengembalikan kode yang jelas. Kesalahan 402 berarti Anda perlu mengisi ulang kredit Anda. Pengisian ulang menggunakan USDT di TRC20 atau USDC di Base.

Kesederhanaan ini mengurangi waktu integrasi. Anda tidak memerlukan middleware yang kompleks. API berperilaku seperti endpoint OpenAI standar. Kenalan ini mempercepat siklus pengembangan Anda secara signifikan.

Integrasi SDK Python

Gunakan pustaka Python resmi OpenAI untuk integrasi cepat. Atur base URL dan kunci API dalam inisialisasi klien. Pendekatan ini menjaga kode Anda tetap bersih dan mudah dipelihara.

Kirimkan nama model sebagai uncensored. Perpustakaan menangani serialisasi JSON secara otomatis. Anda menerima respons terstruktur yang mudah diparsing dalam logika aplikasi Anda.

Metode ini berfungsi untuk alur kerja sinkron dan asinkron. Anda dapat mengalirkan respons atau mendapatkan teks lengkap sekaligus. Pilihan tergantung pada kebutuhan pengalaman pengguna Anda. Streaming mengurangi latensi yang dirasakan untuk jawaban panjang.

Jaga kunci API Anda dengan aman. Jangan mengkodekan secara langsung dalam kontrol versi. Gunakan variabel lingkungan untuk penyebaran produksi. Praktik ini mencegah paparan tidak sengaja kredensial Anda.

Integrasi SDK Node

Integrasikan menggunakan SDK Node.js untuk aplikasi sisi server. Inisialisasi klien dengan base URL dan kunci Anda. Struktur meniru implementasi Python secara erat.

Panggil chat.completions.create dengan uncensored model. SDK mengelola permintaan HTTP secara efisien. Anda mendapatkan respons dalam format JSON standar.

Konfigurasi ini berfungsi dengan baik dengan server Express atau Fastify. Anda dapat membungkus panggilan API dalam handler rute. Tangani kesalahan secara elegan untuk memberi tahu pengguna Anda. Kesalahan 429 menunjukkan Anda mencapai batas laju.

Penggunaan memori tetap rendah karena kami menangani pekerjaan berat. Server Anda hanya memproses input JSON. Arsitektur ini mudah diskalakan sesuai basis pengguna Anda. Tidak diperlukan manajemen infrastruktur yang rumit.

Streaming dan Penggunaan Token

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan potongan teks begitu potongan tersebut dihasilkan. Ini meningkatkan pengalaman pengguna untuk respons panjang.

Setiap chunk mencakup data penggunaan token. Chunk terakhir mencakup jumlah token total untuk permintaan tersebut. Anda dapat melacak biaya secara waktu nyata. Transparansi ini membantu Anda mengelola kredit prabayar Anda secara efektif.

Kesalahan selama streaming ditangani melalui kode HTTP standar. Error 402 menghentikan stream jika kredit habis. Anda dapat melanjutkan atau mencoba ulang setelah mengisi ulang. Prosesnya sederhana.

Streaming mengurangi waktu ke byte pertama. Pengguna melihat kemajuan secara langsung. Fitur ini sangat penting untuk antarmuka obrolan. Ini membuat LLM uncensored terasa responsif dan dinamis.

Batas Laju dan Jendela Konteks

Batas kami sangat memadai untuk sebagian besar kasus penggunaan. Anda mendapatkan 300 permintaan per menit per kunci. Anda dapat memiliki 8 permintaan simultan secara bersamaan. Ini mendukung aplikasi throughput tinggi tanpa menyebabkan kemacetan.

Jendela konteks adalah 100.000 token secara total. Ini mencakup prompt dan completion. Output maksimum per permintaan adalah 16.000 token. Atur max_tokens secara eksplisit untuk menghindari default. Maks default adalah 2.048 token.

Kode kesalahan membantu Anda melakukan debug dengan cepat. 401 berarti kunci tidak valid. 402 berarti tidak ada kredit. 429 berarti batas laju terlampaui. Periksa badan respons untuk detailnya. Refund tidak tersedia untuk kredit, tetapi kesalahan diperbaiki melalui dukungan.

Body permintaan harus kurang dari 8 MB. Batasan ini memastikan kinerja yang stabil. Atur ukuran payload Anda dengan tepat. Dokumen besar mungkin perlu dipecah. Pendekatan ini menjaga latensi tetap rendah dan konsisten.

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"}]
  }'

Python

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);

Streaming

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)