Guide de démarrage rapide : Intégrer le modèle oblitéré

Installation et configuration du SDK

Installez la bibliothèque préférée et configurez l'URL de base pour pointer vers notre infrastructure.

pip install openai

Définissez l'URL de base sur https://api.obliteratedmodel.com/v1 et insérez votre clé API. Cela fonctionne avec n'importe quel client respectant la spécification standard.

Récupérez votre clé du tableau de bord après vous être inscrit avec Google ou email. Aucun numéro de téléphone n'est requis pour la vérification.

Assurez-vous que votre clé est active avant d'effectuer des requêtes.

• Installez le SDK.
• Définissez l'URL de base.
• Insérez votre clé API.

Copyfrom 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)

Le point de terminaison /v1/chat/completions

Envoyez une requête POST au point de terminaison des complétions de chat pour recevoir des réponses textuelles.

Utilisez l'identifiant du modèle uncensored dans votre charge utile. Le point de terminaison accepte des paramètres standard tels que temperature et top_p.

Les jetons d'entrée sont facturés à 0,15 $ par million, tandis que les jetons de sortie coûtent 0,50 $ par million. Les erreurs ne consomment pas de crédits.

Copycurl 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."}]
  }'

Comptage des jetons et réponses en streaming

Activez le streaming en définissant stream: true dans le corps de votre requête.

L'API renvoie des blocs via Server-Sent Events. Les détails d'utilisation des tokens apparaissent dans le dernier bloc du flux.

Définissez une limite maximale de jetons pour contrôler la longueur de la sortie. La valeur par défaut est de 2 048 jetons si vous ne spécifiez pas de valeur.

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)

Appel de fonctions et mode JSON

Structurez vos réponses en utilisant le mode JSON ou l'appel de fonctions.

Définir response_format à {"type": "json_object"} pour une sortie JSON stricte. Utilisez le tools le paramètre pour les capacités d'appel de fonctions.

Cela permet une intégration programmatique dans vos applications sans avoir à analyser du texte désordonné.

Copyimport 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);

Paramètres : température, top_p et seed

Maîtrisez l'aléatoire et la reproductibilité avec des paramètres d'échantillonnage standards.

Ajuster temperature pour la créativité, top_p pour l'échantillonnage par noyau, et seed pour des sorties déterministes.

Ces paramètres affectent la façon dont le modèle uncensored génère du texte. Utilisez stop séquences pour interrompre la génération prématurément.

Les pénalités de présence et de fréquence aident à réduire les répétitions dans les longs contextes.

Gestion des limites et des erreurs

Surveillez votre taux de requêtes et votre solde de crédit pour éviter les interruptions.

Limitez-vous à 300 requêtes par minute par clé. Vous pouvez exécuter 8 requêtes simultanément.

Gérez les erreurs 401 en vérifiant la validité de votre clé API. Résolvez les erreurs 402 en rechargeant avec de la crypto.

Gérez les erreurs de limite de taux 429 en implémentant une rétrogradation exponentielle. La fenêtre de contexte prend en charge 100 000 tokens pour l'entrée et la complétion combinées.

Les corps de requête ne doivent pas dépasser 8 Mo.