अब्लिटरेटिंग API संदर्भ

बेस URL और प्रमाणीकरण

हर अनुरोध शुरू करें अपने क्लाइंट को https://api.abliterating.cc/v1. अपनी अद्वितीय API कुंजी में पास करें Authorization हेडर को Bearer टोकन के रूप में सेट करें। यह सेटअप आधिकारिक OpenAI SDKs या किसी भी संगत HTTP क्लाइंट के साथ काम करता है। Google या ईमेल से डैशबोर्ड पर साइनअप करने के तुरंत बाद आपको यह कुंजी मिलती है। इसे सुरक्षित रखें, क्योंकि यह आपके प्रीपेड क्रेडिट तक पूर्ण एक्सेस प्रदान करता है। त्रुटियां और अस्वीकृतियां आपके बैलेंस खर्च नहीं करतीं, इसलिए आप स्वतंत्र रूप से परीक्षण कर सकते हैं। हमारा सिस्टम पृष्ठभूमि में हमारे अनसेंसर्ड मॉडल के लिए रूटिंग संभालता है।

पहला अनुरोध

कनेक्टिविटी टेस्ट करने के लिए एक मानक चैट कंप्लीशन POST रिक्वेस्ट भेजें। आपका प्रॉम्प्ट मॉडल में प्रवेश करता है, और आप एक सीधी टेक्स्ट प्रतिक्रिया प्राप्त करते हैं। सिस्टम कानूनी वयस्क सामग्री के लिए सामान्य अस्वीकृतियों को हटा देता है। आप आउटपुट लंबाई को max_tokens पैरामीटर। मॉडल आईडी बस uncensored. यह सरल इंटरफेस आपको अपने मौजूदा प्रोजेक्ट्स में जल्दी इंटीग्रेट करने की अनुमति देता है। जनरेटेड टेक्स्ट और टोकन उपयोग के लिए रिस्पॉन्स बॉडी की जांच करें।

Python SDK इंटीग्रेशन

आसानी से कनेक्ट करने के लिए आधिकारिक OpenAI पायथन लाइब्रेरी का उपयोग करें। क्लाइंट को इनिशियलाइज करने से पहले बेस यूआरएल और API कुंजी सेट करें। यह दृष्टिकोण आपके पास पहले से मौजूद मौजूदा कोड का लाभ उठाता है। लाइब्रेरी JSON सीरियलाइजेशन और HTTP अनुरोधों को स्वचालित रूप से संभालती है। आप स्ट्रीम प्रतिक्रियाएं प्राप्त कर सकते हैं या पूर्ण कंप्लीशन प्राप्त कर सकते हैं। यह विधि बैकएंड सेवाओं या डेटा प्रोसेसिंग स्क्रिप्ट्स के लिए आदर्श है। स्वच्छ डिप्लॉयमेंट के लिए अपने एन्वायरनमेंट वेरिएबल्स को कॉन्फ़िगर करें। SDK कच्चे HTTP कॉल की जटिलता को अमूर्त करता है।

Node SDK सेटअप

वेब एप्लिकेशन के लिए JavaScript SDK का उपयोग करके इंटीग्रेट करें। अपने बेस URL और कुंजी के साथ क्लाइंट को इनिशियलाइज करें। यह सेटअप CommonJS और ES मॉड्यूल दोनों का समर्थन करता है। आप प्रॉम्प्ट्स भेज सकते हैं और स्ट्रक्चर्ड JSON या प्लेन टेक्स्ट प्राप्त कर सकते हैं। SDK रेट्राइज और एरर हैंडलिंग को कुशलता से प्रबंधित करता है। यह रियल-टाइम चैट इंटरफेस या सर्वरलेस फंक्शन्स के लिए उत्तम है। पैकेज को इम्पोर्ट करें और एनवायरनमेंट को कॉन्फ़िगर करें। सिंटैक्स स्थिरता के लिए स्टैक्स भर में Python लाइब्रेरी को दर्शाता है।

स्ट्रीमिंग रिस्पॉन्सेस

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true आपके अनुरोध में। आप टोकन का एक Server-Sent Events (SSE) स्ट्रीम प्राप्त करते हैं। यह आपको टेक्स्ट को जनरेट होते ही प्रदर्शित करने की अनुमति देता है। अंतिम चंक में पूर्ण टोकन उपयोग सांख्यिकी होती है। स्ट्रीमिंग आपके अंत-उपयोगकर्ताओं के लिए अनुभवगत विलंबता को कम करती है। यह OpenAI-compatible SDKs के साथ सहज रूप से काम करता है। यदि उपयोगकर्ता इनपुट बदलता है तो आप स्ट्रीम को जल्दी रोक सकते हैं। यह चैट-जैसे अनुभवों के लिए महत्वपूर्ण है।

सीमाएं, त्रुटियां, और संदर्भ

आपका संदर्भ विंडो इनपुट और आउटपुट दोनों के लिए 100,000 टोकन फैलाता है। आप एकल प्रतिक्रिया में 16,000 टोकन तक भेज सकते हैं। दर सीमाएं प्रति कुंजी प्रति मिनट 300 अनुरोधों की अनुमति देती हैं। एक 401 त्रुटि का अर्थ है कि आपकी API कुंजी अमान्य है। एक 402 त्रुटि संकेत देती है कि आपका पूर्वभुगतान क्रेडिट समाप्त हो गया है। एक 429 त्रुटि संकेत देती है कि आपने दर सीमा को छुआ है। त्रुटियां आपके क्रेडिट पर चार्ज नहीं करतीं। अनुरोध बॉडी को 8 MB के नीचे रहना चाहिए। अपनी कुंजियों का सावधानीपूर्वक प्रबंधन करें क्योंकि एक अमान्य बदलने से पिछली अमान्य हो जाती है।

cURL

Copycurl https://api.abliterating.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list three benefits of the abliterating feature"}]
  }'

Python

Copyfrom openai import OpenAI

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