API تکمیل‌های چت هوش مصنوعی بدون سانسور

URL پایه و احراز هویت

کلید API LLM بدون سانسور شما به نقطه پایانی chat-completions دسترسی می‌دهد. استفاده HTTPS://api.chatbotaiuncensored.com/v1 به‌عنوان آدرس پایه (base URL). کلید API خود را در Authorization هدر به عنوان یک توکن bearer. کلید بلافاصله پس از ثبت‌نام نمایش داده می‌شود. هزینه ماهانه‌ای وجود ندارد. فقط به ازای توکن‌های مصرفی پرداخت کنید.

نقطه پایانی تکمیل چت

ارسان اولین درخواست به POST /v1/chat/completionsبدون سانسور. API آرایه‌های پیام استاندارد را می‌پذیرد. پاسخ‌های متنی برمی‌گرداند. خطاها رایگان هستند. رد شدن‌ها رایگان هستند. شما فقط برای تکمیل‌های موفق پرداخت می‌کنید.

Copycurl https://api.chatbotaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top 5 python libraries for web scraping"}]
  }'

یکپارچه‌سازی SDK Python

پکیج رسمی OpenAI را نصب کنید. URL پایه و کلید API را تنظیم کنید. فراخوانی chat.completions.create با پرامپت. API هوش مصنوعی بدون سانسور مستقیماً متن برمی‌گرداند. می‌توانید پارامترهایی مانند دما یا top_p را تنظیم کنید. شیء پاسخ محتوای تولید شده را شامل می‌شود. این را برای اسکریپت‌های نقش‌آفرینی استفاده کنید.

Copyfrom openai import OpenAI

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

استفاده Node SDK

کلاینت OpenAI را ایمپورت کنید. URL پایه را به نقطه پایانی API هوش مصنوعی بدون سانسور ما تنظیم کنید. کلید API را در هدرها تنظیم کنید. روش تکمیل را فراخوانی کنید. SDK نود درخواست را مدیریت می‌کند. شما یک استریم یا پاسخ مستقیم دریافت می‌کنید. این برای برنامه‌های وب کار می‌کند. این برای سرویس‌های بک‌اند کار می‌کند.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.chatbotaiuncensored.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);

پخش زنده و فراخوانی تابع

استریمینگ را با تنظیم stream: true. قطعات را همان‌طور که تولید می‌شوند دریافت می‌کنید. آخرین قطعه شامل داده‌های استفاده است. همچنین می‌توانید از فراخوانی تابع (function calling) استفاده کنید. ابزارها را در درخواست تعریف کنید. مدل فراخوانی‌های ابزار را برمی‌گرداند. این‌ها را در کد خود تجزیه کنید. این امکان کارهای پیچیده را فراهم می‌کند. برنامه خود را پاسخگو نگه دارید.

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)

محدودیت‌ها، خطاها و زمینه

شما ۳۰۰ درخواست در دقیقه دریافت می‌کنید. هشت درخواست همزمان اجرا می‌شود. پنجره زمینه ۱۰۰,۰۰۰ توکن نگه می‌دارد. خطاها کدهای HTTP استاندارد برمی‌گردانند. کد ۴۰۱ به معنای نامعتبر بودن کلید شماست. کد ۴۰۲ به معنای نیاز به اعتبار است. کد ۴۲۹ به معنای رسیدن به محدودیت نرخ است. از این‌ها برای مدیریت استفاده از API LLM uncensored خود به طور موثر استفاده کنید.