API दस्तावेज़ीकरण & क्विकस्टार्ट

बेस URL और प्रमाणीकरण

शुरुआत करें सेट करके बेस यूआरएल को HTTPS://api.uncensoredal.com/v1 पर और Authorization हेडर में अपनी API कुंजी पास करें। आपको प्रति खाता एक सक्रिय कुंजी मिलती है, और एक नई कुंजी जनरेट करने से पिछली कुंजी तुरत अमान्य हो जाती है। यह सरल सेटअप किसी भी मानक OpenAI-सुसंगत क्लाइंट के साथ जटिल रूटिंग लॉजिक के बिना काम करता है।

Copycurl https://api.uncensoredal.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate the next 50 lines of a python script"}]
  }'

एंडपॉइंट मुख्य रूप चैट कंप्लीशन्स के लिए है, इसलिए आपको मॉडल रूटिंग प्रबंधित करने की आवश्यकता नहीं है। प्रत्येक अनुरोध में मॉडल पहचानकर्ता "uncensored" शामिल होना चाहिए ताकि यह सुनिश्चित हो सके कि आप सही इन्फरेंस सर्वर पर पहुंच रहे हैं। प्रमाणीकरण विफलताएं 401 स्टेटस लौटाती हैं यदि कुंजी अनुपस्थित या अमान्य है।

चैट कंप्लीशंस एंडपॉइंट

messages एरे में अपने संदेश इतिहास के साथ /v1/chat/completions पर POST अनुरोध भेजें। सिस्टम टेक्स्ट इनपुट प्रक्रिया करता है और कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृति के बिना जनरेटेड टेक्स्ट लौटाता है। संगतता सुनिश्चित करने के लिए आपको अपने पेलोड में मॉडल को "uncensored" निर्दिष्ट करना होगा।

Copyfrom openai import OpenAI

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

अनुरोधों की वसूली वास्तविक टोकन उपयोग के आधार पर की जाती है, जबकि त्रुटियाँ और अस्वीकृतियाँ मुफ्त रहती हैं। इस प्रीपेड मॉडल का अर्थ है कि आप केवल अपनी खपत के लिए भुगतान करते हैं। एंडपॉइंट आउटपुट यादृच्छिकता को नियंत्रित करने के लिए तापमान और top_p जैसे मानक पैरामीटर का समर्थन करता है।

SSE के साथ स्ट्रीमिंग रिस्पॉन्सेस

अपने अनुरोध बॉडी में stream को true सेट करके स्ट्रीमिंग सक्षम करें ताकि सर्वर-सेंट इवेंट्स के माध्यम से टोकन प्राप्त हों। प्रत्येक चंक में टोकन उपयोग आंकड़े शामिल होते हैं, जो अंतिम चंक में होते हैं, जिससे आपको लागत को रियल-टाइम में ट्रैक करने की अनुमति मिलती है। यह दृष्टिकोण लंबी जनरेशन के लिए अनुपस्थित लेटेंसी को कम करता है।

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)

स्ट्रीमिंग का उपयोग उन चैट इंटरफेस बनाते समय करें जिनमें टेक्स्ट को जनरेट होते ही प्रदर्शित करने की आवश्यकता हो। API मानक OpenAI-कम्पैटिबल स्ट्रीम इवेंट्स लौटाता है, जिससे मौजूदा UI लाइब्रेरीज के साथ एकीकरण आसान होता है। यदि उपयोगकर्ता अपना इनपुट बदल देता है तो आप स्ट्रीम को शीघ्र रोक सकते हैं।

फंक्शन कॉलिंग और JSON मोड

फंक्शन कॉलिंग सक्षम करने या response_format का उपयोग करके JSON आउटपुट फोर्स करने के लिए अपने रिक्वेस्ट में टूल्स परिभाषित करें। API यह निर्धारित करने के लिए कि मॉडल को कब फंक्शन इन्वोक करना चाहिए, इसके लिए सटीक नियंत्रण प्रदान करने वाले tool_choice का समर्थन करता है। यह फीचर मानक OpenAI स्कीमा के साथ काम करता है, इसलिए आप मौजूदा टूल डिफिनिशंस को पुन: उपयोग कर सकते हैं।

Copyimport OpenAI from "openai";

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

JSON मोड सुनिश्चित करता है कि आउटपुट मान्य JSON हो, जो प्रोग्रामेटिक रूप से संरचित डेटा को पार्स करने के लिए उपयोगी है। आप रचनात्मकता और संरचनात्मक विश्वसनीयता के बीच संतुलन बनाने के लिए तापमान सेटिंग्स के साथ इसे जोड़ सकते हैं। API टूल एक्जीक्यूशन लॉजिक को हैंडल करके फंक्शन कॉल विवरण लौटाती है ताकि आपका कोड उसे प्रोसेस कर सके।

मॉडल पैरामीटर कॉन्फ़िगरेशन

जनरेशन व्यवहार को नियंत्रित करने के लिए तापमान, top_p, stop अनुक्रम और seed जैसे पैरामीटर कॉन्फ़िगर करें। संदर्भ विंडो प्रॉम्प्ट और पूर्णता दोनों के लिए 100,000 टोकन का समर्थन करती है। अधिकतम आउटपुट प्रति अनुरोध 16,000 टोकन तक सीमित है, या यदि आप max_tokens निर्दिष्ट नहीं करते हैं तो 2,048।

आप लंबे टेक्स्ट में दोहराव कम करने के लिए presence_penalty और frequency_penalty का उपयोग कर सकते हैं। ये पैरामीटर मॉडल की शैली को सूक्ष्म रूप से समायोजित करने की अनुमति देते हैं बिना मूल वेट्स को बदले। अपने विशिष्ट उपयोग मामले के लिए सही संतुलन खोजने के लिए उन्हें क्रमिक रूप से समायोजित करें।

सीमाएं, त्रुटियां, और संदर्भ

रेट लिमिट्स प्रति मिनट 300 अनुरोधों और प्रति कुंजी 8 समवर्ती अनुरोधों पर सेट हैं। अनुरोध बॉडी 8 MB से अधिक नहीं हो सकती, इसलिए बड़े कॉन्टेस्ट विंडो को सावधानी से प्रबंधित करना आवश्यक है। त्रुटियों में अमान्य कुंजियों के लिए 401, अपर्याप्त क्रेडिट के लिए 402 और रेट लिमिट्स के लिए 429 शामिल हैं।

क्रेडिट कभी समाप्त नहीं होता है, इसलिए आप बर्स्ट के बीच उपयोग रोक सकते हैं बिना धन खोए। यदि आप समवर्ती सीमा पर पहुंच जाते हैं, तो एक्सपोनेंशियल बैकऑफ के साथ पुनः प्रयास करें। 100,000 टोकन संदर्भ विंडो व्यापक इतिहास की अनुमति देती है, लेकिन ट्रंकेशन से बचने के लिए आउटपुट सीमाओं पर नज़र रखें।