شروع سریع API GPT Unfiltered

نصب و راه‌اندازی

ابتدا کلید API خود را از داشبورد تولید کنید. می‌توانید با Google وارد شوید یا از ایمیل و رمز عبور استفاده کنید و کلید بلافاصله نمایش داده می‌شود. از SDKهای رسمی برای هر زبانی استفاده کنید؛ آن‌ها تنها به URL پایه و کلید شما نیاز دارند. این روش با هر کلاینت سازگار با OpenAI کار می‌کند زیرا ما از رابط استاندارد پیروی می‌کنیم.

• URL پایه: https://api.gptunfiltered.cc/v1
• شناسه مدل: uncensored
• احراز هویت: توکن Bearer از طریق کلید API

ارسال اولین درخواست

یک تکمیل متن ساده ارسال کنید تا اتصال را آزمایش کنید. از POST روش را روی endpoint تکمیل‌های چت با شناسه مدل خود استفاده کنید. پاسخ به صورت متن ساده بدون هیچ‌گونه رد محتوایی برای استفاده بزرگسالان قانونی بازگردانده می‌شود.

اینجا دستور cURL استاندارد برای تأیید تنظیمات شما توضیح داده شده است.

Copycurl https://api.gptunfiltered.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all python standard library modules"}]
  }'

پاسخ شامل متن تولید شده و آمار مصرف توکن است. اکنون می‌توانید این را در منطق برنامه خود ادغام کنید.

پاسخ‌های استریم

پخش زنده را فعال کنید تا توکن‌ها به صورت بلادرنگ دریافت شوند. پارامتر stream را در بدنه درخواست خود روی true تنظیم کنید. API از رویدادهای ارسالی سرور (SSE) برای خروجی با تأخیر کم استفاده می‌کند.

از این قطعه کد Python برای مدیریت کارآمد استریم استفاده کنید.

Copyfrom openai import OpenAI

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

هر تکه شامل متن جزئی و داده‌های مصرف است. تکه‌ها را جمع‌آوری کنید تا پاسخ کامل را بازسازی کنید. این رویکرد تأخیر ادراک‌شده را برای کاربران نهایی کاهش می‌دهد.

پشتیبانی فراخوانی تابع

ابزارها را به مدل برای اقدامات ساختاریافته ارسال کنید. طرح‌واره تابع خود را در آرایه tools تعریف کنید. مدل در صورت لزوم فراخوانی ابزار را برمی‌گرداند.

اینجا نحوه پیکربندی فراخوانی تابع در Node.js توضیح داده شده است.

Copyimport OpenAI from "openai";

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

فراخوان‌های ابزار را در کد برنامه خود پردازش کنید. خروجی ابزار را در صورت نیاز به مدل بازگردانید. این امکان ایجاد جریان‌های کاری پیچیده بدون پارسینگ دستی را فراهم می‌کند.

حالت JSON

خروجی را به فرمت JSON دقیق تبدیل کنید. پارامتر response_format را روی json_object تنظیم کنید. این اطمینان حاصل می‌کند که مدل JSON معتبر بدون بسته‌های markdown بازگردانی می‌کند.

از این پیکربندی برای تجزیه‌ی قابل‌اعتماد در بک‌اند خود استفاده کنید.

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)

پاسخ فقط شامل شیء JSON است. خطاهای پارس کردن را در صورت وجود موارد حاشیه‌ای به صورت ایمن مدیریت کنید. این حالت برای یکپارچه‌سازی‌های API که داده‌های ساختاریافته نیاز دارند ایده‌آل است.

محدودیت‌های نرخ و هزینه‌ها

برای جلوگیری از اختلال در سرویس، مصرف خود را پایش کنید. محدودیت ۳۰۰ درخواست در دقیقه به ازای هر کلید است. شما می‌توانید ۸ درخواست همزمان در هر زمان داشته باشید. اندازه بدنه درخواست به ۸ مگابایت محدود است.

قیمت‌گذاری شفاف و بر اساس توکن است. توکن‌های ورودی ۰.۱۵ دلار به ازای هر میلیون و توکن‌های خروجی ۰.۵۰ دلار به ازای هر میلیون هزینه دارند. خطاها و رد شدن درخواست‌ها رایگان هستند. از اعتبار پیش‌پرداخت بدون انقضا استفاده کنید. برای دریافت اعتبارات اضافی، شارژ خود را ارتقا دهید.

پارامترها و تنظیمات

رفتار مدل را با پارامترهای استاندارد تنظیم کنید. از دما برای کنترل تصادفی‌سازی استفاده کنید. top_p را برای نمونه‌گیری هسته تنظیم کنید. توالی‌های توقف را تعریف کنید تا تولید زودتر متوقف شود.

همچنین می‌توانید seed را برای خروجی‌های تکرارپذیر تنظیم کنید. presence_penalty و frequency_penalty را تنظیم کنید تا تکرار توکن‌ها را تحت تأثیر قرار دهید. این تنظیمات به تنظیم دقیق سبک و دقت مدل اجازه می‌دهند.

پنجره زمینه و محدودیت‌ها

مدل از پنجره زمینه ۱۰۰,۰۰۰ توکنی پشتیبانی می‌کند. این شامل متن ورودی و خروجی است. حداکثر خروجی ۱۶,۰۰۰ توکن در هر درخواست است. اگر max_tokens را تنظیم نکنید، پیش‌فرض ۲,۰۴۸ توکن است.

این پنجره بزرگ برای پردازش اسناد گسترده امکان‌پذیر است. می‌توانید مکالمات طولانی یا پایگاه‌های کد بزرگ را ارسال کنید. استفاده توکن خود را برای ماندن در حدود مجاز نظارت کنید.