Snabbstart: ostraffade chattkompletteringar

Installera den openai-kompatibla klienten

Välj det SDK som matchar din utvecklingsmiljö. API:et följer standard OpenAI-konventioner, så du kan använda vilket kompatibelt bibliotek som helst för att skicka förfrågningar.

• Python-utvecklare bör installera openai package.
• Node.js-användare behöver openai npm-paket.
• Andra språk kan använda de officiella SDK:erna eller standard HTTP-bibliotek.

Denna metod säkerställer bred kompatibilitet med befintliga verktyg och förenklar integrationen i dina projekt.

Konfigurera bas-URL och API-nyckel

Ställ in din API-nyckel och den anpassade bas-URL:en i din klientkonfiguration. Detta dirigerar förfrågningar till våra servrar istället för standard OpenAI-slutpunkterna.

Konfiguration

Använd nyckeln som genererats i din kontrollpanel och peka mot https://api.priceapiseekdeep.com/v1. Denna konfiguration fungerar med vilken OpenAI-kompatibel klient som helst genom att ändra base_url och api_key parametrar.

Dina prompts bearbetas utan innehållsavvisningar, vilket gör dem idealiska för kreativt skrivande och koduppgifter.

Gör din första förfrågan

Skicka en standardbegäran om chattkomplettering för att testa anslutningen. Använd modell-ID:t uncensored till att komma/access den anpassade modellen.

• Ställ in model parametern till uncensored.
• Inkludera dina system- och användarmeddelanden i messages array.
• API:et returnerar textoutput direkt.

Detta bekräftar att din nyckel fungerar och att krediter dras korrekt för inmatningstoken.

Aktivera strömning för realtidsutdata

Aktivera streaming genom att ställa in stream: true i ditt begäran. API:et returnerar tokens sekventiellt när de genereras, vilket förbättrar den upplevda latensen.

• Läs tokens från server-sent events-strömmen.
• Den sista chunken innehåller totala statistik över tokenanvändning.
• Denna metod är idealisk för chattgränssnitt och realtidsapplikationer.

Strömning minskar väntetiden för användare medan modellen bearbetar din prompt.

Använd funktionsanrop och JSON-läge

Utnyttja strukturerade utdata för programmeringsmässiga interaktioner. Aktivera JSON-läge genom att ställa in response_format för {"type": "json_object"} för konsekvent parsning.

• Definiera verktyg i tools parameter.
• Ställ in tool_choice för att styra funktionsanrop.
• Använd parametrar som temperature och top_p till att justera slumpmässigheten i utdatan.

Denna funktionssats stöder komplexa arbetsflöden utan extern parserlogik.

Förstå tokenanvändning och begränsningar

Övervaka din användning för att stanna inom tjänstegränserna. Kontextfönstret tillåter 100,000 tokens för prompt och komplettering tillsammans.

• Max output per begäran är 16 000 tokens.
• Standard max output är 2 048 tokens om det inte specificeras.
• Gränsen är 300 begäranden per minut per nyckel.

Premiumkrediter löper aldrig ut, och fel konsumerar inte ditt saldo. Denna struktur stödjer högvolymutveckling utan månatliga abonnemang.

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);

Strömning

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)