Schnellstart: uncensored Chat-Vervollständigungen

Installieren Sie den openai-kompatiblen Client

Wählen Sie das SDK, das zu Ihrer Entwicklungsumgebung passt. Die API folgt den Standardkonventionen von OpenAI, sodass Sie jede kompatible Bibliothek verwenden können, um Anfragen zu senden.

• Python-Entwickler sollten das openai Paket.
• Node.js-Nutzer benötigen das openai npm-Paket.
• Für andere Sprachen können die offiziellen SDKs oder Standard-HTTP-Bibliotheken verwendet werden.

Dieser Ansatz gewährleistet eine breite Kompatibilität mit bestehenden Tools und vereinfacht die Integration in Ihre Projekte.

Basis-URL und API-Schlüssel konfigurieren

Legen Sie Ihren API-Schlüssel und die benutzerdefinierte Base-URL in Ihrer Client-Konfiguration fest. Dies leitet Anfragen an unsere Server um, anstatt die Standard-OpenAI-Endpunkte zu verwenden.

Konfiguration

Verwenden Sie den Schlüssel, der in Ihrem Dashboard generiert wurde, und zeigen Sie auf https://api.priceapiseekdeep.com/v1. Dieses Setup funktioniert mit jedem OpenAI-kompatiblen Client, indem Sie die base_url und api_key Parameter.

Ihre Eingaben werden ohne Inhaltsfilterung verarbeitet, was sie ideal für kreative Schreib- und Coding-Aufgaben macht.

Erstellen Sie Ihre erste Anfrage

Senden Sie eine Standard-Chat-Vervollständigungsanfrage, um die Verbindung zu testen. Verwenden Sie die Modell-ID uncensored auf das optimierte Modell zugreifen.

• Legen Sie den model Parameter auf uncensored.
• Fügen Sie Ihre System- und Benutzer-Nachrichten in den messages array.
• Die API gibt Textausgaben direkt zurück.

Dies bestätigt, dass Ihr Schlüssel funktioniert und Guthaben korrekt für Eingabetokens abgezogen werden.

Aktivieren Sie Streaming für Echtzeitausgabe

Aktivieren Sie Streaming durch Festlegen von stream: true in Ihrer Anfrage. Die API gibt Tokens sequenziell zurück, sobald sie generiert werden, was die wahrgenommene Latenz verbessert.

• Lesen Sie Tokens aus dem Server-Sent-Events-Stream.
• Das letzte Chunk enthält die Gesamtstatistik zur Token-Nutzung.
• Diese Methode ist ideal für Chat-Oberflächen und Echtzeitanwendungen.

Streaming reduziert die Wartezeit für Nutzer, während das Modell Ihren Prompt verarbeitet.

Nutze Function Calling und den JSON-Modus

Nutzen Sie strukturierte Ausgaben für programmatische Interaktionen. Aktivieren Sie den JSON-Modus, indem Sie response_format zu {"type": "json_object"} für konsistentes Parsing.

• Definieren Sie Tools in der tools Parameter.
• Festlegen tool_choice die Funktionsausführung zu steuern.
• Nutzen Sie Parameter wie temperature und top_p die Zufälligkeit der Ausgabe anpassen.

Dieser Funktionssatz unterstützt komplexe Workflows ohne externe Parsing-Logik.

Verständnis der Token-Nutzung und -Limits

Überwachen Sie Ihre Nutzung, um innerhalb der Dienstgrenzen zu bleiben. Das Kontextfenster ermöglicht 100.000 Tokens für Prompt und Fertigstellung zusammen.

• Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens.
• Standardmaximalausgabe beträgt 2.048 Tokens, wenn nicht angegeben.
• Das Rate-Limit beträgt 300 Anfragen pro Minute pro Schlüssel.

Premium-Guthaben verfällt nie, und Fehler verbrauchen nicht Ihr Guthaben. Diese Struktur unterstützt hochvolumige Entwicklung ohne monatliche Abonnements.

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)