Snabbstart: Integrera uncensored completions

Första förfrågan

Skicka din första komplettering omedelbart efter att ha genererat din nyckel. Använd modell-ID:t uncensored till att komma/access modellen med öppna vikter. Den hanterar text in och text ut effektivt.

Följande exempel demonstrerar en grundläggande textkompletteringsbegäran. Ersätt YOUR_API_KEY med din faktiska nyckel. Detta bekräftar att din autentisering fungerar korrekt.

Du kan justera parametrar som temperatur eller top_p för att kontrollera kreativiteten. Modellen svarar på standard JSON-payloads. Fel returnerar tydliga koder. Ett 402-fel betyder att du behöver fylla på din kredit. Påfyllningar görs med USDT på TRC20 eller USDC på Base.

Denna enkelhet minskar integreringstiden. Du behöver ingen komplex middleware. API:t beter sig som de standard OpenAI-slutpunkterna. Denna bekantskap påskyndar din utvecklingscykel avsevärt.

Python SDK-integration

Använd det officiella OpenAI Python-biblioteket för snabb integration. Ange bas-URL:en och API-nyckeln i klientinitieringen. Denna metod håller din kod ren och underhållbar.

Skicka modellnamnet som uncensored. Biblioteket hanterar JSON-serier automatiskt. Du får strukturerade svar som är lätta att analysera i din applikationslogik.

Denna metod fungerar för både synkrona och asynkrona arbetsflöden. Du kan strömma svar eller få hela texten på en gång. Valet beror på dina användarbehov. Strömning minskar den upplevda latensen för långa svar.

Spara din API-nyckel säkert. Kodfasta den inte i versionskontroll. Använd miljövariabler för produktionsdistributioner. Denna praxis förhindrar att dina autentiseringsuppgifter exponeras av misstag.

Node SDK-integration

Integrera med Node.js-SDK:n för serverbaserade applikationer. Initiera klienten med din base URL och nyckel. Strukturen liknar Python-implementationen nära.

Anrop chat.completions.create med uncensored modellen. SDK:t hanterar HTTP-förfrågningar effektivt. Du får svar i standard JSON-format.

Denna konfiguration fungerar bra med Express- eller Fastify-servrar. Du kan kapsla in API-anropet i en route-handler. Hantera fel på ett mjukt sätt för att informera dina användare. Ett 429-fel indikerar att du har nått hastighetsbegränsningen.

Minnesanvändningen håller sig låg eftersom vi hanterar tunga uppgifter. Din server bearbetar bara JSON-inmatningen. Denna arkitektur skalar enkelt med ditt användarunderlag. Ingen komplex infrastrukturhantering krävs.

Streaming och Tokenanvändning

Aktivera strömning genom att ställa in stream: true i ditt begäran. API:et returnerar textbitar när de genereras. Detta förbättrar användarupplevelsen för långa svar.

Varje chunk innehåller tokenanvändningsdata. Den sista chunken innehåller det totala tokenantalet för begäran. Du kan spåra kostnader i realtid. Denna transparens hjälper dig att hantera din förbetalda kredit effektivt.

Fel under strömning hanteras via standard HTTP-koder. Ett 402-fel stoppar strömmen om krediten tar slut. Du kan återuppta eller försöka igen efter påfyllning. Processen är enkel.

Strömning minskar tiden till första byte. Användare ser framsteg omedelbart. Denna funktion är viktig för chattgränssnitt. Det gör den ickecensurerade LLM:n responsiv och dynamisk.

Begränsningar för begäranderänta och kontextfönster

Våra gränser är generösa för de flesta användningsfall. Du får 300 begäranden per minut per nyckel. Du kan ha 8 samtidiga begäranden samtidigt. Detta stöder höggenomströmningsapplikationer utan att flaskhalsa.

Kontextrutan är 100 000 tokens totalt. Detta inkluderar både prompt och svar. Maximalt svar per begäran är 16 000 tokens. Ställ max_tokens explicit för att undvika standardvärden. Standardmax är 2 048 token.

Felskoder hjälper dig att felsöka snabbt. 401 betyder ogiltig nyckel. 402 betyder ingen kredit. 429 betyder hastighetsbegränsning överskriden. Kontrollera svarskroppen för detaljer. Återbetalningar finns inte tillgängliga för kredit, men misstag fixas via support.

Begärkroppen måste vara under 8 MB. Denna begränsning säkerställer stabil prestanda. Planera storleken på ditt payload därefter. Stora dokument kan behöva delas upp. Denna metod håller latensen låg och konsekvent.

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);

Strömning

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)