Pengenalan: Penyiapan chat tanpa sensor

Pasang klien serasi openai

Pilih SDK yang sepadan dengan persekitaran pembangunan anda. API ini mengikut konvensyen standard OpenAI, jadi anda boleh menggunakan mana-mana perpustakaan yang serasi untuk menghantar permintaan.

• Python developers should install the openai pakej.
• Pengguna Node.js memerlukan openai pakej npm.
• Bahasa lain boleh menggunakan SDK rasmi atau perpustakaan HTTP piawai.

Pendekatan ini memastikan serasi luas dengan alat sedia ada dan memudahkan integrasi ke dalam projek anda.

Konfigurasi URL asas dan kunci API

Tetapkan kunci API dan URL asas khusus dalam konfigurasi klien anda. Ini mengarahkan permintaan ke pelayan kami bukannya ke hujung titik OpenAI piawai.

Konfigurasi

Gunakan kunci yang dijana dari papan pemuka anda dan arahkan ke https://api.priceapiseekdeep.com/v1. Konfigurasi ini berfungsi dengan mana-mana klien serasi OpenAI dengan menukar base_url dan api_key parameter.

Prompt anda diproses tanpa penolakan kandungan, menjadikannya sesuai untuk penulisan kreatif dan tugas pengekodan.

Buat permintaan pertama anda

Hantar permintaan penyelesaian semakan piawai untuk menguji sambungan. Gunakan pengenal pasti model uncensored untuk mengakses model yang disesuaikan.

• Tetapkan model parameter kepada uncensored.
• Masukkan mesej sistem dan pengguna anda dalam messages array.
• API mengembalikan output teks secara langsung.

Ini mengesahkan kunci anda berfungsi dan kredit ditolak dengan betul untuk token input.

Aktifkan penstriman untuk output masa nyata

Aktifkan streaming dengan menetapkan stream: true dalam permintaan anda. API mengembalikan token secara berurutan sejajar ia dijana, meningkatkan latensi yang dirasakan.

• Baca token dari aliran acara dihantar pelayan.
• Bungkusan akhir mengandungi statistik penggunaan token jumlah.
• Kaedah ini sesuai untuk antara muka sembang dan aplikasi masa nyata.

Penstriman mengurangkan masa tunggu untuk pengguna semasa model memproses arahan anda.

Gunakan panggilan fungsi dan mod JSON

Manfaatkan output berstruktur untuk interaksi pengaturcaraan. Aktifkan mod JSON dengan menetapkan response_format ke {"type": "json_object"} untuk pengesanan yang konsisten.

• Takrifkan alat dalam tools parameter.
• Tetapkan tool_choice untuk mengawal pemanggilan fungsi.
• Gunakan parameter seperti temperature dan top_p untuk menyesuaikan keacakan output.

Set ciri ini menyokong aliran kerja kompleks tanpa logik penguraan luaran.

Memahami penggunaan token dan had

Pantau penggunaan anda untuk kekal dalam sempadan perkhidmatan. Tetingkap konteks membolehkan 100,000 token untuk prompt dan penyelesaian secara gabungan.

• Output maksimum setiap permintaan ialah 16,000 token.
• Output maksimum lalai ialah 2,048 token jika tidak dinyatakan.
• Had kadar ialah 300 permintaan setiap minit bagi setiap kunci.

Kredit premium tidak luput, dan ralat tidak menggunakan baki anda. Struktur ini menyokong pembangunan isipadu tinggi tanpa langganan bulanan.

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);

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)