快速入門： 整合 obliterated 模型

安裝與 SDK 設定

安裝您偏好的函式庫並將基礎 URL 設定為指向我們的基礎設施。

pip install openai

將基礎 URL 設定為 https://api.obliteratedmodel.com/v1 並插入您的 API 金鑰。這適用於任何遵循標準規範的客戶端。

使用 Google 或電子郵件註冊後，從儀表板檢索您的金鑰。驗證不需要電話號碼。

確保您的金鑰處於啟用狀態後再發出請求。

• 安裝 SDK。
• 設定基礎 URL。
• 插入您的 API 金鑰。

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)

/v1/chat/completions 端點

向聊天補全端點發送 POST 請求以接收文本回應。

使用模型識別碼 uncensored 在您的請求主體中。該端點接受標準參數，如 temperature 和 top_p.

輸入 token 按每百萬個 $0.15 收費，輸出 token 每百萬個成本為 $0.50。錯誤不消耗信用額度。

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."}]
  }'

串流回應與 token 計數

在請求主體中將 stream: true 在你的請求主體中。

API 透過伺服器發送事件 (Server-Sent Events) 回傳資料區塊。Token 使用詳細資訊會出現在串流的最後一個區塊中。

設置最大 token 限制以控制輸出長度。如果您未指定值，默認值為 2,048 個 token。

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)

函式呼叫與 JSON 模式

使用 JSON 模式或函數調用構造您的響應。

設定 response_format 以 {"type": "json_object"} 用於嚴格的 JSON 輸出。使用 tools 參數用於函數呼叫功能。

此功能可讓您在應用程式中進行程式化整合，無需解析雜亂的文字。

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);

參數：temperature、top_p 與 seed

使用標準採樣參數控制隨機性與可重複性。

調整 temperature 用於創意， top_p 用於核採樣，以及 seed 用於確定性輸出。

這些參數影響無審查模型生成文本的方式。使用 stop 序列以提前停止生成。

存在懲罰與頻率懲罰有助於減少長上下文中的重複內容。

處理限制與錯誤

監控您的請求速率和餘額以避免中斷。

限制為每分鐘每金鑰 300 次請求。您可以同時執行 8 個請求。

透過檢查 API 金鑰的有效性來處理 401 錯誤。透過使用加密貨幣充值來解決 402 錯誤。

透過實施指數退避來管理 429 速率限制錯誤。上下文視窗支援 100,000 個 token，包含輸入和完成內容。

請求主體不得超過 8 MB。