เริ่มต้น: การผสานรวมโมเดลที่ผ่านการลบคำสั่ง

การติดตั้งและการตั้งค่า SDK

ติดตั้งไลบรารีที่คุณต้องการและกำหนดค่า URL พื้นฐานให้ชี้ไปยังโครงสร้างพื้นฐานของเรา

pip install openai

ตั้งค่า URL ฐานเป็น https://api.obliteratedmodel.com/v1 และใส่คีย์ API ของคุณ วิธีนี้ทำงานกับไคลเอนต์ใดๆ ที่ปฏิบัติตามมาตรฐาน

ดึงคีย์ของคุณจากแดชบอร์ดหลังจากสมัครสมาชิกด้วย Google หรืออีเมล ไม่จำเป็นต้องใช้หมายเลขโทรศัพท์สำหรับการตรวจสอบ

ตรวจสอบให้แน่ใจว่าคีย์ของคุณเปิดใช้งานอยู่ก่อนทำการเรียกใช้

• ติดตั้ง SDK
• ตั้งค่า URL ฐาน
• ใส่คีย์ API ของคุณ

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)

endpoint /v1/chat/completions

ส่งคำขอ POST ไปยัง endpoint chat completions เพื่อรับข้อความตอบกลับ

ใช้ตัวระบุโมเดล uncensored ในโหลดคำขอของคุณ จุดปลายนี้ยอมรับพารามิเตอร์มาตรฐานเช่น temperature และ top_p.

โทเค็นอินพุตคิดอัตรา $0.15 ต่อล้าน ในขณะที่โทเค็นเอาท์พุตราคา $0.50 ต่อล้าน ข้อผิดพลาดไม่ใช้เครดิต

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."}]
  }'

จำนวนโทเค็นและการตอบกลับแบบสตรีม

เปิดใช้งานการสตรีมโดยตั้งค่า stream: true ในบอดีคำขอของคุณ

API ส่งข้อมูลเป็นชิ้นส่วนผ่าน Server-Sent Events รายละเอียดการใช้งานโทเค็นจะปรากฏในชิ้นส่วนสุดท้ายของสตรีม

ตั้งค่าขีดจำกัดโทเค็นสูงสุดเพื่อควบคุมความยาวของเอาต์พุต ค่าเริ่มต้นคือ 2,048 โทเค็นหากคุณไม่ได้ระบุค่า

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)

การเรียกฟังก์ชันและโหมด JSON

จัดโครงสร้างการตอบกลับของคุณโดยใช้โหมด JSON หรือการเรียกฟังก์ชัน

ตั้งค่า response_format เพื่อ {"type": "json_object"} เพื่อให้ได้ผลลัพธ์ JSON อย่างเคร่งครัด ใช้ tools พารามิเตอร์นี้สำหรับความสามารถในการเรียกใช้ฟังก์ชัน

สิ่งนี้ช่วยให้สามารถผสานรวมกับแอปพลิเคชันของคุณผ่านโปรแกรมได้โดยไม่ต้องแยกวิเคราะห์ข้อความที่ยุ่งเหยิง

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);

พารามิเตอร์: อุณหภูมิ, top_p และ seed

ควบคุมความสุ่มและความสามารถในการทำซ้ำด้วยพารามิเตอร์การสุ่มมาตรฐาน

ปรับ temperature สำหรับความคิดสร้างสรรค์, top_p สำหรับการสุ่มแบบ nucleus และ seed สำหรับผลลัพธ์ที่มีความแน่นอน.

พารามิเตอร์เหล่านี้ส่งผลต่อวิธีการสร้างข้อความของโมเดลแบบ uncensored ใช้ stop ลำดับเพื่อหยุดการสร้างแต่เนิ่นๆ

การปรับความถี่และความถี่ช่วยลดการซ้ำในบริบทที่ยาว

การจัดการขีดจำกัดและข้อผิดพลาด

ตรวจสอบอัตราความเร็วคำขอและยอดเงินเครดิตของคุณเพื่อหลีกเลี่ยงการหยุดชะงัก

จำกัดตัวเองไว้ที่ 300 คำขอต่อนาทีต่อคีย์ คุณสามารถรันคำขอได้ 8 คำขอไปพร้อมกัน

จัดการข้อผิดพลาด 401 โดยตรวจสอบความถูกต้องของคีย์ API แก้ไขข้อผิดพลาด 402 โดยการเติมเงินด้วยคริปโต

จัดการข้อผิดพลาด rate limit 429 โดยการใช้ exponential backoff หน้าต่างบริบทรองรับ 100,000 tokens สำหรับ input และ completion รวมกัน

ขนาดของ request body ต้องไม่เกิน 8 MB