Przewodnik szybkiego startu API

Zainstaluj SDK

Zacznij od dodania oficjalnej biblioteki klienta do zależności projektu. Zapewnia to kompatybilność z naszymi standardowymi endpointami i upraszcza obsługę żądań.

Użyj preferowanego menedżera pakietów do zainstalowania najnowszej wersji. Biblioteka obsługuje uwierzytelnianie i serializację automatycznie.

Ten krok jest wymagany przed wysłaniem jakichkolwiek żądań do serwera.

Skonfiguruj podstawowy URL i Klucz

Wskaż klientowi nasz dedykowany bramę API, używając dostarczonego adresu bazowego. Kieruje to cały ruch do infrastruktury naszego modelu bez cenzury.

Skonfiguruj swój klucz API w zmiennej środowiskowej lub obiekcie konfiguracji. Otrzymałeś ten klucz natychmiast po rejestracji za pomocą Google lub e-maila.

• URL bazowy: https://api.aizonderfilter.com/v1
• Nagłówek Auth: Authorization: Bearer YOUR_API_KEY

Zweryfikuj działanie klucza, sprawdzając endpoint modeli.

Wykonaj Swoje Pierwsze Żądanie

Standardowe żądanie chat completion, aby otrzymać surowe, niefiltrowane odpowiedzi tekstowe. Nasz model nie stosuje standardowych odmów bezpieczeństwa dla legalnej treści.

Korzystaj z uncensored identyfikator modelu dla wszystkich uzupełnień.

Poniższy przykład demonstruje podstawowe wywołanie generowania tekstu.

Copycurl https://api.aizonderfilter.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate python code to parse json"}]
  }'

Sprawdź odpowiedź pod kątem wygenerowanego tekstu i statystyk zużycia tokenów.

Włącz Odpowiedzi Strumieniowe

W aplikacjach wymagających niskich opóźnień włącz strumieniowanie, aby otrzymywać tokeny w miarę ich generowania. Zapewnia to lepsze doświadczenie użytkownika w interfejsach czatu.

Ustaw parametr stream na true w ładunku żądania.

Serwer wysyła zdarzenia wysyłane serwerowo (SSE) zawierające częściowe uzupełnienia.

Copyfrom openai import OpenAI

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

Aggregate the chunks to reconstruct the full message. Token usage details appear in the final chunk.

Używaj trybu JSON i narzędzi

Wymuszaj format wyjściowy strukturalny lub włącz wywoływanie funkcji dla złożonej logiki. Użyj response_format: {"type": "json_object"} aby zapewnić poprawne odpowiedzi w formacie JSON.

Zdefiniuj narzędzia w żądaniu, aby umożliwić modelowi wywoływanie zewnętrznych funkcji. Określ tool_choice: "auto" dla automatycznego wyboru.

Copyimport OpenAI from "openai";

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

Przeanalizuj wywołania narzędzi z odpowiedzi, aby wykonać własną logikę. Działa to niezawodnie z naszym modelem bez cenzury.

Limity, Błędy i Kontekst

Monitoruj swoje limity zużycia, aby uniknąć przerw w usłudze. Masz do dyspozycji 300 żądań na minutę i 8 równoczesnych żądań na klucz.

Okno kontekstowe obsługuje łącznie 100 000 tokenów. Maksymalna długość odpowiedzi na żądanie to 16 000 tokenów.

Obsłuż typowe błędy HTTP odpowiednio:

• 401 Unauthorized: Twój klucz API jest nieprawidłowy lub brakuje go.
• 402 Payment Required: Twoje zapłacone kredyty zostały wyczerpane. Doładuj kryptowalutą, aby kontynuować.
• 429 Too Many Requests: Przekroczyłeś limit szybkości. Poczekaj krótko przed ponowną próbą.

Błędy nie zużywają Twojego salda kredytu.

Strumieniowanie

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)