Quickstart: Integrați completările fără cenzură

Prima cerere

Trimite prima ta completare imediată după generarea cheii. Folosește ID-ul modelului uncensored pentru a accesa modelul open-weight. Gestionează eficient intrarea și ieșirea de text.

Exemplul de mai jos demonstrează o cerere de completare a textului de bază. Înlocuiește YOUR_API_KEY cu cheia dvs. reală. Acest lucru confirmă că autentificarea funcționează corect.

Puteți ajusta parametri precum temperature sau top_p pentru a controla creativitatea. Modelul răspunde la payload-uri JSON standard. Erorile returnează coduri clare. Un cod de eroare 402 înseamnă că trebuie să vă reîncărcați creditul. Reîncărcările folosesc USDT pe TRC20 sau USDC pe Base.

Această simplitate reduce timpul de integrare. Nu aveți nevoie de middleware complex. API-ul se comportă ca endpoint-urile standard OpenAI. Această familiaritate grăbește semnificativ ciclul dvs. de dezvoltare.

Integrare SDK Python

Folosește biblioteca oficială Python OpenAI pentru o integrare rapidă. Setează URL-ul de bază și cheia API în inițializarea clientului. Această abordare menține codul curat și ușor de întreținut.

Pasați numele modelului ca uncensored. Biblioteca se ocupă automat de serializarea JSON. Primești răspunsuri structurate, ușor de analizat în logica aplicației tale.

Această metodă funcționează atât pentru fluxurile de lucru sincrone, cât și pentru cele asincrone. Puteți transmite răspunsuri (streaming) sau obține textul complet dintr-o dată. Alegerea depinde de nevoile de experiență a utilizatorului. Streaming-ul reduce latența percepută pentru răspunsurile lungi.

Păstrați cheia API în siguranță. Nu o codificați în controlul versiunilor. Utilizați variabile de mediu pentru deploys în producție. Această practică previne expunerea accidentală a acreditărilor.

Integrare SDK Node

Integrează folosind SDK Node.js pentru aplicații server-side. Inițializează clientul cu URL-ul tău de bază și cheia. Structura imită îndeaproape implementarea Python.

Apel chat.completions.create cu uncensored model. SDK-ul gestionează eficient cererile HTTP. Primești răspunsuri în format JSON standard.

Această configurare funcționează bine cu serverele Express sau Fastify. Poți înveli apelul API într-un handler de rută. Gestionează erorile elegant pentru a-ți informa utilizatorii. O eroare 429 indică faptul că ai atins limita de rată.

Consumul de memorie rămâne scăzut deoarece preluăm sarcinile grele. Serverul tău se ocupă doar de procesarea inputului JSON. Această arhitectură se scalează ușor odată cu baza de utilizatori. Nu necesită gestionarea unei infrastructuri complexe.

Streaming și Utilizarea Tokenilor

Activați streaming-ul setând stream: true în cererea ta. API-ul returnează fragmente de text pe măsură ce sunt generate. Acest lucru îmbunătățește experiența utilizatorului pentru răspunsurile lungi.

Fiecare fragment include date de utilizare a tokenilor. Fragmentul final conține numărul total de tokeni pentru solicitare. Poți urmări costurile în timp real. Această transparență te ajută să îți gestionezi eficient creditul preplătit.

Erorile în timpul streamingului sunt gestionate prin coduri HTTP standard. O eroare 402 oprește fluxul dacă creditul se epuizează. Poți relua sau reîncerca după reîncărcare. Procesul este simplu.

Streaming-ul reduce timpul până la primul octet. Utilizatorii văd progresul imediat. Această funcție este esențială pentru interfețele de chat. Face LLM-ul uncensored să pară responsiv și dinamic.

Limite de rată și fereastră de context

Limitele noastre sunt generoase pentru majoritatea cazurilor de utilizare. Primești 300 de solicitări pe minut per cheie. Poți avea 8 solicitări concurente în același timp. Acest lucru suportă aplicațiile cu randament ridicat fără a crea gâturi de sticlă.

Fereastra de context are 100.000 de tokeni în total. Aceasta include atât promptul, cât și completarea. Outputul maxim per solicitare este de 16.000 de tokeni. Setează max_tokens explicit pentru a evita implicările implicite. Implicitul max este de 2,048 de tokeni.

Codurile de eroare vă ajută să depanați rapid. 401 înseamnă cheie invalidă. 402 înseamnă fără credit. 429 înseamnă limită de rată depășită. Verificați corpul răspunsului pentru detalii. Rambursările nu sunt disponibile pentru credit, dar greșelile sunt rezolvate prin suport.

Corpurile solicitărilor trebuie să aibă o dimensiune sub 8 MB. Această limitare asigură o performanță stabilă. Planificați dimensiunea payload-ului în consecință. Documentele mari pot necesita fragmentare. Această abordare menține latența mică și constantă.

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)