Dokumentace nekorigovaného API

Rychlý start: Instalace a konfigurace

Prvním krokem je získání vašeho API klíče z dashboardu. Jakmile máte své přihlašovací údaje, nakonfigurujte svého klienta tak, aby ukazoval na naši základní URL. To zajistí, že všechny požadavky procházejí naší uncensored infrastrukturou místo standardních koncových bodů OpenAI. Potřebujete pouze aktualizovat základní URL a nastavit hlavičku autorizace. Naše API je plně kompatibilní se standardními SDK OpenAI, takže můžete znovu použít svůj stávající kód klienta s minimálními změnami.

Ověření a hlavičky

Ověření spoléhá na jediný Bearer token předávaný v Authorization hlavička. Každý požadavek musí obsahovat tento klíč pro ověření vašeho účtu a stržení předplacených kreditů. Pokud chybí klíč nebo je neplatný, API vrátí chybu 401. Nový klíč můžete vygenerovat kdykoli z ovládacího panelu, což okamžitě zneplatní předchozí. Chraňte svůj klíč, protože je jediným identifikátorem vašeho zůstatku kreditu a limitů využití.

Endpoint Chat Completions

Odesílejte textové požadavky na POST /v1/chat/completions endpoint. Toto je standardní rozhraní pro generování odpovědí z modelu bez cenzury. Poskytujete seznam zpráv včetně promptu uživatele a volitelných systémových pokynů. Model vrací textovou odpověď bez běžných odmítnutí obsahu, která se vyskytují u mainstreamových modelů. Použijte tento endpoint pro všechny potřeby generování textu, mějte na paměti, že embeddingy, obrázky a audio nejsou podporovány.

Streamované odpovědi

Povolte streamování nastavením stream parameter na true. To vrací odpovědi po částech, jak jsou generovány, což snižuje vnímanou latenci pro dlouhé výstupy. Musíte zpracovávat Server-Sent Events (SSE), abyste zpracovali každý token, jak přichází. Poslední část obsahuje celkové statistiky využití tokenů pro fakturaci. Streamování je ideální pro chatová rozhraní v reálném čase nebo aplikace vyžadující okamžité částečné výsledky.

Parametry a možnosti modelu

Ovládejte chování modelu pomocí standardních parametrů jako temperature, top_p, a stop. Můžete vynutit strukturovaný výstup nastavením response_format na json_object nebo použijte tools pro volání funkcí. Model podporuje kontextové okno o velikosti 100 000 tokenů, což umožňuje rozsáhlá vstupní data. Maximální výstup je 16 000 tokenů na požadavek, pokud není uvedeno jinak. Upravte tato nastavení pro vyvážení kreativity a přesnosti pro váš konkrétní případ použití.

Limity, chyby a kontext

Každý API klíč je omezen na 300 požadavků za minutu a 8 souběžných připojení. Těla požadavků nesmí překročit 8 MB. Časté chyby zahrnují 401 pro neplatné klíče, 402 při vyčerpání kreditů a 429 pro limity rychlosti. Váš předplacený kredit nikdy nevyprší, takže můžete přerušit používání bez ztráty prostředků. Kontextové okno zahrnuje jak tokeny promptu, tak tokeny odpovědi. Pokud překročíte limity, API vrátí příslušný kód chyby. Pro chyby 429 použijte opakování s exponenciálním zpomalením.

cURL

Copycurl https://api.chatgptsansrestriction.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.chatgptsansrestriction.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.chatgptsansrestriction.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);

Streamování

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)