प्रमाणीकरण और बेस यूआरएल
शुरुआत करें सेट करके बेस यूआरएल और API कुंजी अपने वातावरण में। हमारा API HTTPS://api.aiwithnofilter.com/v1 पर रहता है और किसी भी मानक OpenAI-सुसंगत क्लाइंट को स्वीकार करता है। डैशबोर्ड पर Google या ईमेल के साथ अपनी कुंजी जनरेट करें, फिर इसे एक बियरर टोकन के रूप में पास करें। यह सुनिश्चित करता है कि हर अनुरोध बिना अतिरिक्त हेडर के सही ढंग से प्रमाणीकृत हो।
curl https://api.aiwithnofilter.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "generate a python function to parse json logs"}]
}'अपना पहला कंप्लीशन भेजना
/v1/chat/completions पर एक POST अनुरोध करें मॉडल आईडी "uncensored" के साथ। मानक JSON प्रारूप में अपना सिस्टम प्रॉम्प्ट और उपयोगकर्ता संदेश भेजें। एपीआई तुरंत एक पाठ प्रतिक्रिया लौटाता है, जो आपकी एप्लिकेशन लॉजिक के लिए तैयार है। यह भूमिका-निर्वाह, रचनात्मक लेखन, या किसी भी असीमित पाठ जनरेशन कार्य के लिए काम करता है।
from openai import OpenAI
client = OpenAI(base_url="https://api.aiwithnofilter.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)SSE के साथ स्ट्रीमिंग रिस्पॉन्सेस
अपने अनुरोध बॉडी में stream को true सेट करके स्ट्रीमिंग सक्षम करें। API टोकन जनरेट होने पर सर्वर-सेंट इवेंट्स (SSE) भेजता है, जिससे रियल-टाइम प्रदर्शन संभव होता है। प्रत्येक चंक आंशिक टेक्स्ट और अंतिम इवेंट में उपयोग डेटा रखता है। यह उपयोगकर्ताओं के लिए अनुपस्थित लेटेंसी को कम करता है जो लंबे आउटपुट की प्रतीक्षा कर रहे हैं।
stream = 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)फंक्शन कॉलिंग और JSON मोड
tools पैरामीटर का उपयोग करके फंक्शनों को परिभाषित करें जिन्हें आपका मॉडल कॉल कर सकता है। विशिष्ट व्यवहार लागू करने या मॉडल को निर्णय लेने देने के लिए tool_choice पास करें। response_format को json_object पर सेट करके JSON मोड सक्षम करें ताकि कठोर स्कीमा अनुपालन सुनिश्चित हो सके। यह आपके बैकएंड सेवाओं के साथ विश्वसनीय इंटीग्रेशन के लिए संरचित आउटपुट सुनिश्चित करता है।
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.aiwithnofilter.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);पैरामीटर: तापमान, Top P, और Seed
तापमान के साथ रचनात्मकता और top_p के साथ विविधता को नियंत्रित करें। डीबगिंग के दौरान पुनरुत्पादक आउटपुट के लिए बीज का उपयोग करें। विशिष्ट मार्कर पर जनरेशन रोकने के लिए स्टॉप सीक्वेंसेट सेट करें। ये पैरामीटर आपको मॉडल के व्यवहार पर सटीक नियंत्रण देते हैं बिना मॉडल बदले।
300 अनुरोध प्रति मिनट की सीमा लागू होती है।
टोकन उपयोग और सीमाओं को समझें
आपका संदर्भ विंडो कुल 100,000 टोकन है, जिसमें प्रॉम्प्ट और पूर्णता शामिल हैं। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है जब तक कि आप अन्यथा निर्दिष्ट न करें। त्रुटियां और अस्वीकृतियां टोकन नहीं खाती हैं, इसलिए आप केवल वास्तविक उपयोग के लिए भुगतान करते हैं। अमान्य कुंजियों के लिए 401, अपर्याप्त क्रेडिट के लिए 402, और दर सीमाओं के लिए 429 को सहजता से संभालें।
क्रेडिट कभी समाप्त नहीं होता है, जिससे बर्बाद हुए धन की गारंटी होती है।
