شروع سریع: یکپارچهسازی مدل نابودشده
دیگر با پوششهای پراکسی دستوپنجه نرم نکنید. از نقطه پایانی سازگار با OpenAI برای ارسال متن به LLM بدون سانسور بلافاصله استفاده کنید.
نصب و راهاندازی SDK
کتابخانه مورد علاقه خود را نصب کنید و base URL را طوری پیکربندی کنید که به زیرساخت ما اشاره کند.
pip install openai
آدرس پایه را به https://api.obliteratedmodel.com/v1 و کلید API خود را وارد کنید. این با هر کلاینتی که از مشخصات استاندارد پیروی میکند کار میکند.
کلید خود را از داشبورد بازیابی کنید پس از ثبتنام با گوگل یا ایمیل. برای تأییدیه به شماره تلفن نیاز نیست.
اطمینان حاصل کنید که کلید شما فعال است قبل از ارسال درخواستها.
- نصب SDK.
- آدرس پایه را تنظیم کنید.
- کلید API خود را وارد کنید.
from openai import OpenAI
client = OpenAI(base_url="https://api.obliteratedmodel.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)
endpoint /v1/chat/completions
یک درخواست POST به نقطه پایانی تکمیل چت ارسال کنید تا پاسخهای متنی دریافت کنید.
از شناسه مدل uncensored در بدنه درخواست خود. نقطه پایانی پارامترهای استاندارد مانند temperature و top_p.
توکنهای ورودی به ازای هر میلیون $0.15 و توکنهای خروجی به ازای هر میلیون $0.50 شارژ میشوند. خطاها اعتبار مصرف نمیکنند.
curl https://api.obliteratedmodel.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the top 5 linux commands for disk usage."}]
}'
پاسخهای استریمشده و تعداد توکنها
استریمینگ را با تنظیم stream: true در بدنه درخواست خود.
API دادهها را از طریق رویدادهای ارسالی سرور (Server-Sent Events) برمیگرداند. جزئیات مصرف توکن در آخرین قطعه از جریان ظاهر میشود.
یک محدودیت حداکثر توکن برای کنترل طول خروجی تنظیم کنید. اگر مقداری مشخص نکنید، پیشفرض 2,048 توکن است.
stream = 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)
فراخوانی تابع و حالت JSON
پاسخهای خود را با حالت JSON یا فراخوانی تابع ساختار دهید.
تنظیم response_format به {"type": "json_object"} برای خروجی JSON دقیق. از tools پارامتر برای قابلیتهای فراخوانی تابع.
این امکان یکپارچهسازی برنامهنویسیشده را در برنامههای شما بدون تجزیه متنهای نامرتب فراهم میکند.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.obliteratedmodel.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);
پارامترها: temperature، top_p و seed
تصادفی بودن و قابلیت تکرارپذیری را با پارامترهای نمونهبرداری استاندارد کنترل کنید.
تنظیم temperature برای خلاقیت، top_p برای نمونهگیری هسته، و seed برای خروجیهای قطعی.
این پارامترها بر نحوه تولید متن توسط مدل بدون سانسور تأثیر میگذارند. از stop sequences برای توقف تولید زودهنگام.
مجازاتهای حضور و فرکانس به کاهش تکرار در زمینههای طولانی کمک میکنند.
مدیریت محدودیتها و خطاها
نرخ درخواست و موجودی اعتبار خود را پایش کنید تا از وقفهها جلوگیری شود.
خود را به ۳۰۰ درخواست در دقیقه برای هر کلید محدود کنید. میتوانید ۸ درخواست را بهطور همزمان اجرا کنید.
خطاهای 401 را با بررسی اعتبار کلید API خود مدیریت کنید. خطاهای 402 را با شارژ با ارز دیجیتال حل کنید.
خطاهای محدودیت نرخ 429 را با پیادهسازی backoff نمایی مدیریت کنید. پنجره زمینه از 100,000 توکن برای ورودی و خروجی ترکیبی پشتیبانی میکند.
اندازه بدنه درخواست نباید بیشتر از ۸ مگابایت باشد.
دریافت your API key
ثبتنام کنید، توکن را کپی کنید و نقطه پایانی را بهروز کنید. همینها کافی است.