अनकेंसर API चैट कंप्लीशन्स दस्तावेज़ीकरण

प्रमाणीकरण और बेस यूआरएल

अपनी कुंरी Authorization हेडर। हम एक मानक Bearer टोकन स्कीम का उपयोग करते हैं जो किसी भी OpenAI-कम्पैटिबल क्लाइंट के साथ काम करता है। Google या ईमेल से साइन इन करें ताकि आपको तुरंत कुंजी मिल सके। खाता सेटअप के लिए फोन नंबर की आवश्यकता नहीं है।

बेस URL HTTPS://api.chataiunfiltered.com/v1 है। आपके अनुरोध यहाँ निर्देशित होने चाहिए। उपयोग करने के लिए मॉडल ID है uncensored. यह सुनिश्चित करता है कि आपको हमारे अपने सर्वरों पर होस्ट किए गए विशिष्ट अनसेंसर्ड मॉडल प्राप्त हो।

Copycurl https://api.chataiunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

चैट कंप्लीशंस एंडपॉइंट

एक POST अनुरोध करें /v1/chat/completions अपने प्रॉम्प्ट के साथ। API अतिरिक्त फ्लफ के बिना सीधे टेक्स्ट लौटाती है। आप पैरामीटर जैसे कि temperature या top_p यादृच्छिकता को नियंत्रित करने के लिए।

त्वरित एकीकरण के लिए Python SDK का उपयोग करें। बस बेस यूआरएल को हमारे एंडपॉइंट पर सेट करें। क्लाइंट JSON सीरियलाइजेशन को आपके लिए संभालता है। अमान्य कुंजियों जैसे त्रुटियां 401 स्टेटस कोड लौटाती हैं। क्रेडिट खत्म होने पर 402 त्रुटि आती है।

Copyfrom openai import OpenAI

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

SSE के साथ स्ट्रीमिंग रिस्पॉन्सेस

एक अधिक चिकरे अनुभव के लिए अपने यूजरों को टोकन स्ट्रीम करें। सेट stream पैरामीटर को true अपने अनुरोध में। API सर्वर-सेंटेड इवेंट्स (SSE) लौटाता है जैसे ही प्रतिक्रिया आती है। यह लंबे आउटपुट के लिए अनुभवगत विलंबता को कम करता है।

स्ट्रीम को कुशलता से हैंडल करने के लिए नोड एसडीके का उपयोग करें। चंक को आने पर पार्स करें। अंतिम चंक में कुल टोकन उपयोग आंकड़े शामिल होते हैं। यह आपको वास्तविक समय में लागत की सटीक निगरानी करने में मदद करता है। स्ट्रीम बंद होने तक अपना कनेक्शन खुला रखें।

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.chataiunfiltered.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);

टूल यूज़ और फंक्शन कॉलिंग

मॉडल को फंक्शंस को कॉल करने देने के लिए अपने रिक्वेस्ट में टूल्स परिभाषित करें। API पैरामीटर के साथ मानक टूल डिफिनिशंस का समर्थन करता है। प्रतिक्रिया में फंक्शन नाम और आर्गुमेंट्स पास करें। आप अपने पक्ष पर फंक्शन को एक्जीक्यूट करते हैं।

मॉडल को नए संदेश में परिणाम भेजें। यह बाहरी डेटा के साथ बहु-चरनीय बातचीत की अनुमति देता है। मॉडल टूल्स को कब कॉल करना है, इसके लिए तर्क संभालता है। Use tool_choice स्वचालित चयन को बल देने या अनुमति देने के लिए। यह हमारे असंयमित मॉडल के साथ सहज रूप से काम करता है।

प्रतिक्रिया प्रारूप और JSON मोड

सेट करके संरचित आउटपुट फ़ोर्स करें response_format को {"type": "json_object"}. मॉडल सादे टेक्स्ट के बजाय वैध JSON लौटाएगा। यह आपके एप्लिकेशन में डेटा को पार्स करने के लिए उपयोगी है। सुनिश्चित करें कि आपका प्रॉम्प्ट अपेक्षित स्कीमा का स्पष्ट वर्णन करता है।

API आपकी JSON स्कीमा को कड़ाई से सत्यापित नहीं करता है। यह सही सिंटैक्स उत्पन्न करने के लिए मॉडल पर निर्भर करता है। यदि आउटपुट खराब है, तो आपको रिकॉल (retry) करना पड़ सकता है। इसका उपयोग विश्वसनीय डेटा एक्सट्रैक्शन कार्यों के लिए करें। तेज़ पार्सिंग के लिए इसे स्ट्रीमिंग के साथ संयोजित करें।

टोकन सीमाएँ और संदर्भ विंडो

संदर्भ विंडो कुल 100,000 टोकन तक समर्थित है। इसमें इनपुट प्रॉम्प्ट और आउटपुट पूर्णता दोनों शामिल हैं। आप प्रति अनुरोध 16,000 टोकन तक जनरेट कर सकते हैं। यदि निर्दिष्ट नहीं किया जाता है तो डिफ़ॉल्ट अधिकतम आउटपुट 2,048 टोकन है।

रेट लिमिट्स प्रति कुंजी 300 अनुरोध प्रति मिनट की अनुमति देते हैं। आप एक साथ 8 समानांतर अनुरोध चला सकते हैं। अधिकतम अनुरोध बॉई साइज 8 MB है। त्रुटियां और अस्वीकृतियां आपके प्रीपेड क्रेडिट नहीं खपतीं। इससे परीक्षण सुरक्षित और लागत प्रभावी बन जाता है।

स्ट्रीमिंग

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)