Dokumentasi API untuk model tanpa sensor

Pengesahan dan header

Hantar kunci API anda dalam pengepala Authorization untuk setiap permintaan. Gunakan format Bearer YOUR_API_KEY dan sertakan dalam Authorization bidang. Kunci anda dijana serta-merta selepas pendaftaran melalui Google atau e-mel. Tiada nombor telefon diperlukan untuk pendaftaran. Simpan kunci anda dengan selamat dalam pembolehubah persekitaran untuk menghalang penggunaan tidak sah terhadap baki kredit prabayar anda. Header memastikan pelayan kami mengenal pasti akaun anda untuk pengebilan token yang tepat.

POST /v1/chat/completions

Buat permintaan pertama anda untuk menjana respons teks. Gunakan POST /v1/chat/completions endpoint dengan model tetapkan kepada uncensored. Hujung sambungan ini menerima larik mesej piawai yang mengandungi peranan pengguna dan pembantu. Anda boleh mengalirkan respons atau menerima teks penuh berdasarkan konfigurasi klien anda. Model memproses input anda dan mengembalikan teks tanpa penolakan kandungan untuk penggunaan dewasa yang sah. Semak halaman had kadar untuk kekangan kekonkurensian.

GET /v1/models

Dapatkan maklumat model yang tersedia menggunakan hujung GET. Ini mengembalikan metadata mengenai model tanpa sensor dan keupayaannya. Anda boleh mengesahkan ID model sebelum menghantar permintaan penyelesaian. Respons mengesahkan keserasian API dengan struktur OpenAI standard. Gunakan ini untuk menyahpepijat konfigurasi klien dengan cepat. Ia membantu memastikan SDK anda menunjuk ke versi perkhidmatan yang betul. Hujung ini tidak menggunakan kredit token dari akaun anda.

Penggunaan token respons aliran

Aktifkan penstriman dengan menetapkan stream parameter kepada true. Anda menerima acara dikirim pelayan (SSE) apabila token dijana. Pecahan akhir mengandungi jumlah penggunaan token untuk permintaan. Ini membolehkan paparan respons secara masa nyata dalam aplikasi anda. Kiraan token membantu anda memantau baki pra-dibayar anda dengan tepat. Ralat semasa aliran ditangani dengan menutup aliran secara normal. Anda boleh mengganggu aliran tanpa penalti jika diperlukan.

Pemanggilan fungsi dan mod JSON

Gunakan tools parameter untuk keupayaan panggilan fungsi. Tetapkan response_format ke json_object untuk output JSON ketat. Model menyokong penjanaan data terstruktur untuk aplikasi anda. Anda boleh menentukan alat tersuai dalam badan permintaan. API mengesahkan struktur sebelum menghantarkannya ke model. Ini memastikan pengekodan yang konsisten dalam kod hiliran anda. Mod JSON sesuai untuk aliran kerja automatik yang memerlukan format khusus.

Had laju dan pengendalian ralat

Jangka ralat 429 jika anda melebihi 300 permintaan setiap minit. Hadnya membenarkan 8 permintaan serentak per kunci. Badan permintaan mesti kekal di bawah 8 MB. Jika anda menerima ralat 401, semak kesahihan kunci API anda. Ralat 402 menunjukkan kredit pra-dibayar tidak mencukupi. Ralat tidak menelan token dari baki anda. Tetingkap konteks menyokong 100,000 token untuk prompt dan penyelesaian digabungkan. Output maksimum ialah 16,000 token melainkan dinyatakan sebaliknya. Tangani ralat ini dengan baik dalam kod klien anda.

cURL

Copycurl https://api.unrestrictedgptchat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the capital of france"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.unrestrictedgptchat.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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.unrestrictedgptchat.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);

Aliran

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)