Snelstart: integreer ongecensureerde completions

Eerste verzoek

Verstuur je eerste voltooiing direct nadat je je sleutel hebt gegenereerd. Gebruik de model-ID uncensored toegang tot het open-weight model. Het verwerkt tekst-invoer en tekst-uitvoer efficiënt.

Het volgende voorbeeld demonstreert een basisaanvraag voor tekstaanvulling. Vervang YOUR_API_KEY met je daadwerkelijke sleutel. Dit bevestigt dat je authenticatie correct werkt.

U kunt parameters aanpassen zoals temperature of top_p om de creativiteit te beheren. Het model reageert op standaard JSON-payloads. Fouten retourneren duidelijke codes. Een 402-fout betekent dat u uw krediet moet opladen. Opladingen gebruiken USDT op TRC20 of USDC op Base.

Deze integratietijd wordt verkort. Je hebt geen complexe middleware nodig. De API gedraagt zich als de standaard OpenAI-endpoints. Deze familiariteit versnelt je ontwikkelcyclus aanzienlijk.

Python SDK Integratie

Gebruik de officiële OpenAI Python-bibliotheek om snel te integreren. Stel de basis-URL en API-sleutel in tijdens de clientinitialisatie. Deze aanpak houdt je code schoon en onderhoudbaar.

Geef de modelnaam als uncensored. De bibliotheek verwerkt JSON-serialisatie automatisch. Je ontvangt gestructureerde antwoorden die eenvoudig te parseren zijn in je applicatielogica.

Deze methode werkt voor zowel synchrone als asynchrone workflows. Je kunt antwoorden streamen of volledige tekst in één keer ophalen. De keuze hangt af van je gebruikerservaringsbehoeften. Streamen vermindert de waargenomen latentie voor lange antwoorden.

Bewaar uw API-sleutel veilig. Hardcode deze niet in versiebeheer. Gebruik omgevingsvariabelen voor productiedeployments. Deze praktijk voorkomt per ongeluk blootstellen van uw referenties.

Node SDK-integratie

Integreer met behulp van de Node.js SDK voor server-side applicaties. Initialiseer de client met je base URL en sleutel. De structuur lijkt sterk op de Python-implementatie.

Oproep chat.completions.create met de uncensored model. De SDK beheert de HTTP-verzoeken efficiënt. Je ontvangt antwoorden in standaard JSON-formaat.

Deze opstelling werkt goed met Express- of Fastify-servers. Je kunt de API-call in een route handler verpakken. Verwerk fouten soepel om je gebruikers te informeren. Een 429-fout geeft aan dat je de rate limit hebt bereikt.

Het geheugengebruik blijft laag omdat wij het zware werk verzorgen. Uw server verwerkt alleen de JSON-invoer. Deze architectuur schaleert eenvoudig mee met uw gebruikersbasis. Geen complex infrastructuurbeheer nodig.

Streaming en Token-gebruik

Activeer streaming door stream: true in uw verzoek. De API retourneert tekstfragmenten zodra ze worden gegenereerd. Dit verbetert de gebruikerservaring voor lange antwoorden.

Elke chunk bevat tokenverbruiksgegevens. De laatste chunk bevat het totale tokenaantal voor het verzoek. Je kunt kosten realtime bijhouden. Deze transparantie helpt je om je prepaid krediet effectief te beheren.

Fouten tijdens streaming worden afgehandeld via standaard HTTP-codes. Een 402-fout stopt de stream als het tegoed op raakt. U kunt hervatten of opnieuw proberen na het opladen. Het proces is eenvoudig.

Streaming vermindert de tijd tot eerste byte. Gebruikers zien direct vooruitgang. Deze functie is essentieel voor chatinterfaces. Het laat de uncensored LLM responsief en dynamisch aanvoelen.

Rate Limits en contextvenster

Onze limieten zijn ruim voor de meeste use cases. Je krijgt 300 verzoeken per minuut per sleutel. Je kunt 8 gelijktijdige verzoeken tegelijk hebben. Dit ondersteunt high-throughput applicaties zonder bottlenecks.

Het contextvenster is in totaal 100.000 tokens. Dit omvat zowel de prompt als de completion. Maximaal 16.000 tokens output per verzoek. Stel max_tokens expliciet om standaardwaarden te vermijden. De standaard max is 2.048 tokens.

Foutcodes helpen je snel te debuggen. 401 betekent ongeldige sleutel. 402 betekent geen tegoed. 429 betekent rate limit overschreden. Controleer de response body voor details. Restituties zijn niet beschikbaar voor tegoed, maar fouten worden opgelost via support.

Aanvraaglichamen moeten kleiner zijn dan 8 MB. Deze beperking zorgt voor stabiele prestaties. Plan de grootte van uw payload daarop af. Grote documenten kunnen opgesplitst moeten worden. Deze aanpak houdt de latentie laag en consistent.

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)