Tài liệu API & Bắt đầu nhanh

Base URL và Xác thực

Bắt đầu bằng cách đặt URL cơ sở thành HTTPS://api.uncensoredal.com/v1 và chuyển khóa API của bạn trong tiêu đề Authorization. Bạn nhận được một khóa hoạt động cho mỗi tài khoản, và tạo khóa mới sẽ vô hiệu hóa ngay lập tức khóa trước đó. Cấu hình đơn giản này hoạt động với bất kỳ máy khách tương thích OpenAI tiêu chuẩn nào mà không cần logic định tuyến phức tạp.

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"}]
  }'

Điểm cuối chỉ dành cho chat completions, nên bạn không cần quản lý việc định tuyến mô hình. Mọi yêu cầu đều phải bao gồm định danh mô hình "uncensored" để đảm bảo bạn đang truy cập đúng máy chủ suy luận. Lỗi xác thực sẽ trả về mã trạng thái 401 nếu khóa không có hoặc không hợp lệ.

Endpoint Hoàn thành Trò chuyện

Gửi yêu cầu POST đến /v1/chat/completions với lịch sử tin nhắn của bạn trong mảng messages. Hệ thống xử lý đầu vào văn bản và trả về văn bản đã tạo mà không từ chối nội dung đối với mục đích người trưởng thành hợp pháp. Bạn phải chỉ định mô hình là "uncensored" trong payload của mình để đảm bảo tương thích.

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)

Các yêu cầu được tính phí dựa trên việc sử dụng token thực tế, với các lỗi và từ chối vẫn miễn phí. Mô hình trả trước này có nghĩa là bạn chỉ trả tiền cho những gì mình sử dụng. Điểm cuối hỗ trợ các tham số tiêu chuẩn như temperature và top_p để kiểm soát độ ngẫu nhiên của đầu ra.

Phản hồi luồng với SSE

Bật phát trực tiếp bằng cách đặt stream thành true trong thân yêu cầu để nhận token qua Sự kiện được gửi bởi máy chủ. Mỗi chunk bao gồm thống kê sử dụng token trong chunk cuối cùng, cho phép bạn theo dõi chi phí theo thời gian thực. Cách tiếp cận này giảm độ trễ cảm nhận đối với các quá trình tạo dài.

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)

Sử dụng streaming khi xây dựng giao diện chat cần hiển thị văn bản khi nó được tạo. API trả về các sự kiện stream tương thích chuẩn với OpenAI, giúp dễ dàng tích hợp với các thư viện UI hiện có. Bạn có thể dừng stream sớm nếu người dùng thay đổi đầu vào của mình.

Function Calling và chế độ JSON

Định nghĩa các công cụ trong yêu cầu của bạn để kích hoạt gọi hàm hoặc buộc đầu ra JSON bằng response_format. API hỗ trợ tool_choice để kiểm soát chính xác khi nào mô hình nên gọi một hàm. Tính năng này hoạt động với lược đồ chuẩn của OpenAI, vì vậy bạn có thể tái sử dụng các định nghĩa công cụ hiện có.

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);

Chế độ JSON đảm bảo đầu ra là JSON hợp lệ, điều hữu ích để phân tích cú pháp dữ liệu có cấu trúc theo chương trình. Bạn có thể kết hợp điều này với cài đặt nhiệt độ để cân bằng giữa sáng tạo và độ tin cậy về cấu trúc. API xử lý logic thực hiện công cụ bằng cách trả về chi tiết cuộc gọi hàm để mã của bạn xử lý.

Cấu hình Tham số Mô hình

Cấu hình các tham số như nhiệt độ, top_p, chuỗi dừng và seed để kiểm soát hành vi tạo văn bản. Cửa sổ ngữ cảnh hỗ trợ 100,000 token cho cả prompt và phần hoàn thành kết hợp. Đầu ra tối đa được giới hạn ở 16,000 token mỗi yêu cầu, hoặc 2,048 nếu bạn không chỉ định max_tokens.

Bạn có thể sử dụng presence_penalty và frequency_penalty để giảm sự lặp lại trong các văn bản dài. Các tham số này cho phép tinh chỉnh phong cách của mô hình mà không thay đổi trọng số cơ bản. Điều chỉnh chúng một cách gia tăng để tìm sự cân bằng phù hợp cho trường hợp sử dụng cụ thể của bạn.

Giới hạn, Lỗi và Ngữ cảnh

Giới hạn tốc độ được đặt ở mức 300 yêu cầu mỗi phút và 8 yêu cầu đồng thời mỗi khóa. Thân yêu cầu được giới hạn ở mức 8 MB, vì vậy các cửa sổ ngữ cảnh lớn phải được quản lý cẩn thận. Các lỗi bao gồm 401 cho khóa không hợp lệ, 402 cho tín dụng không đủ và 429 cho giới hạn tốc độ.

Tín dụng không bao giờ hết hạn, nên bạn có thể tạm dừng sử dụng giữa các đợt tăng đột biến mà không mất tiền. Nếu bạn chạm giới hạn đồng thời, hãy thử lại với cơ chế backoff lũy thừa. Cửa sổ ngữ cảnh 100,000 token cho phép lưu trữ lịch sử dài, nhưng hãy chú ý đến giới hạn đầu ra để tránh bị cắt ngắn.