Hurtigstart: ubegrænsede chat-kompletteringer

Installer openai-kompatibel klient

Vælg det SDK, der matcher dit udviklingsmiljø. API'en følger standard OpenAI-konventioner, så du kan bruge ethvert kompatibelt bibliotek til at sende anmodninger.

• Python-udviklere bør installere openai pakke.
• Node.js-brugere skal bruge openai npm-pakke.
• Andre sprog kan bruge de officielle SDK'er eller standard HTTP-biblioteker.

Denne tilgang sikrer bred kompatibilitet med eksisterende værktøjer og forenkler integrationen i dine projekter.

Konfigurér base URL og API-nøgle

Indstil din API-nøgle og den custom base URL i din klientkonfiguration. Dette dirigerer anmodninger til vores servere i stedet for de standard OpenAI-endpoints.

Konfiguration

Brug nøglen, der er genereret fra dit dashboard, og peg på https://api.priceapiseekdeep.com/v1. Denne opsætning fungerer med ethvert OpenAI-kompatibelt klient ved at ændre base_url og api_key parametre.

Dine prompts behandles uden indholdsbegrænsninger, hvilket gør dem ideelle til kreativ skrivning og kodning.

Lav din første anmodning

Send en standard chat-completions-anmodning for at teste forbindelsen. Brug model-ID uncensored til at få adgang til den indstillede model.

• Indstil model parameter til uncensored.
• Indsæt dine system- og brugermessages i messages array.
• API'en returnerer tekstoutput direkte.

Dette bekræfter, at din nøgle fungerer, og at kredit trækkes korrekt fra for input-tokens.

Aktivér streaming til realtidsoutput

Aktivér streaming ved at indstille stream: true i din anmodning. API'et returnerer tokens sekventielt, mens de genereres, hvilket forbedrer den opfattede latens.

• Læs tokens fra server-sent events-streamen.
• Den sidste chunk indeholder samlede statistikker over tokenforbrug.
• Denne metode er ideel til chatgrænseflader og realtidsapplikationer.

Streaming reducerer ventetiden for brugere, mens modellen behandler dit prompt.

Brug funktionssamtale og JSON-tilstand

Udnyt strukturerede output til programmerbare interaktioner. Aktiver JSON-tilstand ved at indstille response_format til {"type": "json_object"} for konsistent parsing.

• Definer værktøjer i tools parameter.
• Indstil tool_choice til at kontrollere funktionskald.
• Brug parametre som temperature og top_p til at justere output tilfældighed.

Denne funktionssæt understøtter komplekse workflows uden ekstern parserlogik.

Forstå tokenforbrug og -begrænsninger

Overvåg dit forbrug for at holde dig inden for tjenestegrænserne. Context-vinduet tillader 100.000 tokens til prompt og completion kombineret.

• Maksimalt output pr. anmodning er 16.000 tokens.
• Standard max output er 2.048 tokens, hvis det ikke er specificeret.
• Rate limit er 300 anmodninger i minuttet per nøgle.

Premium-kreditter udløber aldrig, og forbruger ikke din saldo. Denne struktur understøtter høj-volume udvikling uden månedlige abonnementer.

cURL

Copycurl https://api.priceapiseekdeep.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Send 5000 messages to test rate limits"}]
  }'

Python

Copyfrom openai import OpenAI

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

Streaming

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)