अनकेंसर API दस्तावेज़ीकरण

क्विकस्टार्ट: इंस्टॉल और कॉन्फ़िगर करें

पहला कदम डैशबोर्ड से अपनी API कुंजी प्राप्त करना है। एक बार जब आपके पास क्रेडेंशियल हो जाएं, तो अपने क्लाइंट को कॉन्फ़िगर करें ताकि वह हमारे बेस यूआरएल की ओर इशारा करे। यह सुनिश्चित करता है कि सभी अनुरोध मानक OpenAI एंडपॉइंट के बजाय हमारे uncensored इंफ्रास्ट्रक्चर के माध्यम से रूट होते हैं। आपको केवल बेस यूआरएल अपडेट करने और ऑथोराइजेशन हेडर सेट करने की आवश्यकता है। हमारी API मानक OpenAI SDKs के साथ पूरी तरह संगत है, इसलिए आप न्यूनतम परिवर्तनों के साथ अपनी मौजूदा क्लाइंट कोड का पुन: उपयोग कर सकते हैं।

प्रमाणीकरण और हेडर्स

प्रमाणीकरण एकल Bearer टोकन पर निर्भर करता है जिसे Authorization हेडर। हर अनुरोध में इस कुंजी की आवश्यकता होती है आपके खाते की पुष्टि करने और प्रीपेड क्रेडिट्स कटौती करने के लिए। यदि कुंजी गायब है या अमान्य है, तो API 401 त्रुटि लौटाता है। आप अपनी डैशबोर्ड से किसी भी समय एक नई कुंजी जनरेट कर सकते हैं, जो तुरंत पिछली कुंजी को अमान्य कर देती है। अपनी कुंजी को सुरक्षित रखें, क्योंकि यह आपके क्रेडिट बैलेंस और उपयोग सीमाओं के लिए एकमात्र पहचानकर्ता है।

चैट कंप्लीशंस एंडपॉइंट

टेक्स्ट अनुरोध को POST /v1/chat/completions एंडपॉइंट। यह असीमित मॉडल से प्रतिक्रियाएं जनरेट करने के लिए मानक इंटरफ़ेस है। आप उपयोगकर्ता प्रॉम्प्ट और वैकल्पिक सिस्टम निर्देशों सहित संदेशों की एक सूची प्रदान करते हैं। मॉडल एक टेक्स्ट प्रतिक्रिया लौटाता है बिना प्रमुख मॉडल में पाए जाने वाले सामान्य सामग्री अस्वीकृति के। सभी टेक्स्ट जनरेशन आवश्यकताओं के लिए इस एंडपॉइंट का उपयोग करें, यह ध्यान रखते हुए कि एम्बेडिंग, छवियां और ऑडियो समर्थित नहीं हैं।

स्ट्रीमिंग रिस्पॉन्सेस

स्ट्रीमिंग को सक्षम करने के लिए stream पैरामीटर को true सेट करें। यह प्रतिक्रियाओं को जनरेट होते हुए चंक-दर-चंक लौटाता है, जिससे लंबे आउटपुट के लिए अनुभवगत विलंबता कम होती है। आपको प्रत्येक टोकन को आते ही प्रोसेस करने के लिए सर्वर-सेंट इवेंट्स (SSE) को संभालना होगा। अंतिम चंक में बिलिंग के लिए कुल टोकन उपयोग आंकड़े शामिल होते हैं। स्ट्रीमिंग रियल-टाइम चैट इंटरफ़ेस या ऐसे एप्लिकेशन के लिए आदर्श है जहां तत्काल आंशिक परिणामों की आवश्यकता होती है।

मॉडल पैरामीटर और विकल्प

मानक पैरामीटर जैसे तापमान और top_p का उपयोग करके मॉडल का व्यवहार नियंत्रित करें। temperature, top_p, और stop. आप सेटिंग करके संरचित आउटपुट को लागू कर सकते हैं response_format को json_object या उपयोग करें tools फ़ंक्शन कॉलिंग के लिए। मॉडल 100,000 टोकन की एक संदर्भ विंडो का समर्थन करता है, जिससे विस्तृत इनपुट डेटा की अनुमति मिलती है। अधिकतम आउटपुट प्रति अनुरोध 16,000 टोकन है, जब तक कि अन्यथा निर्दिष्ट न किया जाए। अपने विशिष्ट उपयोग मामले के लिए रचनात्मकता और सटीकता के बीच संतुलन बनाने के लिए इन सेटिंग्स को समायोजित करें।

सीमाएं, त्रुटियां, और संदर्भ

प्रत्येक API कुंजी प्रति मिनट 300 अनुरक्ष और 8 समवर्ती कनेक्शन तक सीमित है। अनुरक्ष बॉडी 8 MB से अधिक नहीं होनी चाहिए। सामान्य त्रुटियों में अमान्य कुंजियों के लिए 401, क्रेडिट समाप्त होने पर 402 और दर सीमाओं के लिए 429 शामिल हैं। आपका पूर्वभुगतान क्रेडिट कभी समाप्त नहीं होता है, इसलिए आप बिना धन खोए उपयोग रोक सकते हैं। संदर्भ विंडो में प्रॉम्प्ट और पूर्णता दोनों टोकन शामिल हैं। यदि आप सीमाओं से अधिक हो जाते हैं, तो API एक उचित त्रुटि कोड लौटाएगा। 429 त्रुटियों के लिए एक्सपोनेंशियल बैकऑफ़ के साथ पुन: प्रयास का उपयोग करें।

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);

स्ट्रीमिंग

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)