شروع سریع: یکپارچه‌سازی LLM بدون سانسور ما

SDKهای پشتیبانی‌شده و پیکربندی Base URL

API ما با هر کلاینتی که از پروتکل chat-completions OpenAI پشتیبانی می‌کند کار می‌کند. تنها باید base_url را به‌روزرسانی کرده و کلید API خود را ارائه دهید. base_url برای این سرویس HTTPS://api.aichatbotunfiltered.com/v1 است. این کار سازگاری با کتابخانه‌هایی مانند SDK پایتون OpenAI، SDK Node.js و سایرین را تضمین می‌کند.

احراز هویت به یک کلید API واحد متکی است که به حساب شما گره خورده است. این کلید را در زمان ثبت‌نام از طریق Google یا ایمیل تولید می‌کنید. هر حساب یک کلید فعال دارد؛ تولید یک کلید جدید، کلید قبلی را بلافاصله جایگزین می‌کند. این کلید را امن نگه دارید، زیرا کنترل استفاده از اعتبار از پیش پرداخت‌شده شما را بر عهده دارد.

ارسال درخواست‌ها به Endpoint /v1/chat/completions

اولین درخواست خود را با استفاده از نقطه پایانی POST /v1/chat/completions ارسال کنید. شناسه مدل همیشه "uncensored" است. این مدل به محتوای بزرگسالان قانونی، نقش‌آفرینی و نویسندگی خلاقانه بدون فیلترهای ایمنی معمولی که در مدل‌های دیگر یافت می‌شود، پاسخ می‌دهد.

در زیر یک مثال curl پایه برای بررسی اتصال آورده شده است. YOUR_API_KEY را با کلید واقعی خود جایگزین کنید.

• مدل را روی "uncensored" تنظیم کنید.
• یک پیام سیستم و کاربر ساده ارائه دهید.
• انتظار یک پاسخ متن مستقیم را داشته باشید.

Copycurl https://api.aichatbotunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the steps to deploy a docker container."}]
  }'

پیکربندی دما، Top P و دنباله‌های توقف

تصادفی بودن و ساختار خروجی را با استفاده از پارامترهای استاندارد کنترل کنید. دما را بین ۰ و ۲ تنظیم کنید تا خلاقیت را تغییر دهید. مقادیر بالاتر پاسخ‌های متنوع‌تری تولید می‌کنند که برای نقش‌آفرایی خلاقانه مفید است. مقادیر پایین‌تر پاسخ‌های قطعی‌تر و سازگارتری ارائه می‌دهند.

از top_p برای کنترل nucleus sampling استفاده کنید. توالی‌های stop را برای پایان پاسخ در نشانگرهای خاص، مانند مرزهای گفتگو تنظیم کنید. این پارامترها به شخصی‌سازی رفتار مدل برای مورد استفاده خاص شما بدون مسیریابی خارجی کمک می‌کنند.

فعال‌سازی پخش زنده و فراخوانی تابع

با تنظیم stream به true، پخش زنده را فعال کنید. این کار توکن‌ها را از طریق رویدادهای سربرگ‌فرستاده‌شده (SSE) برمی‌گرداند. جزئیات مصرف توکن در قطعه نهایی ظاهر می‌شود و به شما امکان می‌دهد هزینه‌ها را به‌صورت بلادرنگ ردیابی کنید. پخش زنده، تأخیر ادراک‌شده را برای کاربران نهایی کاهش می‌دهد.

شما همچنین می‌توانید از فراخوانی تابع استفاده کنید. ابزارها را در بدنه درخواست تعریف کنید تا به مدل اجازه دهید داده‌های ساختاریافته را خروجی دهد یا اقدامات را فعال کند. این موضوع به طور بی‌درز با فرمت ابزار استاندارد OpenAI کار می‌کند. از tool_choice برای اجبار رفتار خاص استفاده کنید.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

جریان‌سازی

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)