क्विकस्टार्ट: इंटीग्रेट करें अनसेंसर्ड API

आवश्यकताएँ: SDK और पर्यावरण सेटअप

अपने भाषा के लिए आधिकारिक SDK इंस्टॉल करें। हम किसी भी openai संगत क्लाइंट। हमारी सेवा मानक OpenAI इंटीग्रेशन के लिए एक ड्रॉप-इन रिप्लेसमेंट के रूप में कार्य करती है।

अपने पर्यावरण चर को तुरंत सेट करें। इससे आपके स्रोत फ़ाइलों में क्रेडेंशियल्स को हार्डकोड करने से बचा जाता है। आपकी API कुंजी आपके खाते की पहचान करती है और उपयोग की निगरानी करती है।

मानक लाइब्रेरी संस्करण का उपयोग करें। अधिकांश डेवलपर्स के पास पहले से ही ये इंस्टॉल होते हैं। यदि नहीं, तो पैकेज को अपने निर्भरताओं (dependencies) में जोड़ें।

प्रमाणीकरण: API कुंजी सेट करना

अपनी कुंजी के माध्यम से पास करें Authorization हेडर। हम हर अनुरोध के लिए एक Bearer टोकन की आवश्यकता करते हैं। यह विधि सभी OpenAI-कम्पैटिबल एंडपॉइंट्स पर मानक है।

डैशबोर्ड से अपनी कुंजी जनरेट करें। आपको प्रति खाता एक सक्रिय कुंजी मिलती है। इसे बदलने से पिछली कुंजी तुरंत अमान्य हो जाती है।

अपनी कुंजी सुरक्षित रखें। इसे क्लाइंट-साइड कोड में एक्सपोज न करें। हमारा एंडपॉइंट टोकन प्रोसेस करने से पहले क्रेडेंशियल्स की सत्यापन करता है।

एंडपॉइंट: POST /v1/chat/completions

अपना प्रॉम्प्ट चैट एंडपॉइंट पर भेजें। उपयोग करें model field सेट है uncensored. यह सुनिश्चित करता है कि अनुरोध हमारे विशिष्ट मॉडल पर रूट हो।

SSE के माध्यम से स्ट्रीमिंग रिस्पॉन्सेस

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true. आप उन्हें जनरेट होते हुए चंक प्राप्त करते हैं। इससे लंबे आउटपुट के लिए अनुभवजन्य विलंबता कम हो जाती है।

सर्वर-सेंट इवेंट्स (SSE) फॉर्मेट को पार्स करें। प्रत्येक चंक में आंशिक टेक्स्ट होता है। पूर्ण प्रतिक्रिया को पुनर्निर्मित करने के लिए इन चंक्स को एग्रीगेट करें।

स्ट्रीम के अंतिम चंक में टोकन उपयोग की निगरानी करें। अंतिम इवेंट में पूर्ण उपयोग आंकड़े शामिल होते हैं। यह आपको लागत को सटीक रूप से ट्रैक करने में मदद करता है।

फंक्शन कॉलिंग और टूल उपयोग

अपने रिक्वेस्ट बॉडी में टूल्स परिभाषित करें। मॉडल स्ट्रक्चर्ड आर्गुमेंट्स लौटाता है। इन आर्गुमेंट्स को अपने एप्लिकेशन लॉजिक में पार्स करें।

मानक टूल परिभाषाओं का समर्थन करता है। Use tool_choice विशिष्ट व्यवहार को बल देने के लिए। यह किसी भी OpenAI-संगत SDK के साथ काम करता है।

आउटपुट फॉर्मेट की जांच करें। सुनिश्चित करें कि आपका कोड गायक तर्कों को सहजता से संभालता है। यदि आवश्यक नहीं है, तो मॉडल फ़ील्ड छोड़ सकता है।

JSON मोड और संरचित आउटपुट

सेट करें response_format को json_object. मॉडल कठोर रूप से फॉर्मेटेड JSON लौटाता है। यह संरचित डेटा के लिए पार्सिंग त्रुटियों को समाप्त करता है।

अपनी स्कीमा स्पष्ट रूप से परिभाषित करें। मॉडल आपके निर्देशों का सटीक पालन करता है। इसका उपयोग डेटा एक्सट्रैक्शन या कॉन्फ़िगरेशन जनरेशन के लिए करें।

JSON पार्स त्रुटियों को हैंडल करें। अमान्य संरचनाएं अभी भी कभी-कभी होती हैं। मजबूत एप्लिकेशन के लिए फॉलबैक लॉजिक लागू करें।

त्रुटि हैंडलिंग और रेट लिमिट

HTTP स्टेटस कोडों का उचित प्रयोग करें। एक 401 त्रुटि का अर्थ है कि आपकी कुंजी अमान्य है। A 402 त्रुटि अपर्याप्त क्रेडिट को दर्शाती है। A 429 त्रुटि दर सीमा को संकेत देती है।

प्रति मिनट 300 अनुरोधों की सीमा का सम्मान करें। आप 8 कन्करेंट अनुरोध भेज सकते हैं। इन सीमाओं को पार करने पर एक 429 त्रुटि लौटाता है। पुनः प्रयास करने से पहले प्रतीक्षा करें।

आपका संदर्भ विंडो 100,000 टोकन है। इसमें इनपुट और आउटपुट दोनों शामिल हैं। अपने टोकन बजट का सावधानीपूर्वक प्रबंधन करें। अधिकतम आउटपुट प्रति अनुरोध 16,000 टोकन है। त्रुटियां क्रेडिट का उपभोग नहीं करतीं।

cURL

Copycurl https://api.alternativeapiopenai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the primary functions in this module"}]
  }'

Python

Copyfrom openai import OpenAI

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