GPT Unfiltered API क्विकस्टार्ट

इंस्टॉलेशन और सेटअप

डैशबोर्ड पर अपनी API कुंजी जनरेट करें। आप Google के साथ साइन इन कर सकते हैं या ईमेल और पासवर्ड का उपयोग कर सकते हैं, और कुंजी तुरंत प्रदर्शित होती है। किसी भी भाषा के लिए आधिकारिक SDK का उपयोग करें; उन्हें केवल बेस URL और आपकी कुंजी की आवश्यकता होती है। यह किसी भी OpenAI-संगत क्लाइंट के साथ काम करता है क्योंकि हम मानक इंटरफ़ेस का पालन करते हैं।

• बेस यूआरएल: https://api.gptunfiltered.cc/v1
• मॉडल ID: uncensored
• प्रमाणीकरण: API कुंजी द्वारा Bearer टोकन

अपना पहला रिक्वेस्ट भेजना

कनेक्शन का परीक्षण करने के लिए एक सरल पाठ पूरक भेजें। Use the POST चैट पूर्णता एंडपॉइंट पर अपनी मॉडल आईडी के साथ विधि। प्रतिक्रिया में कानूनी वयस्क उपयोग के लिए कोई सामग्री अस्वीकृति के बिना सादा पाठ होता है।

आपके सेटअप को सत्यापित करने के लिए मानक cURL कमांड।

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"}]
  }'

प्रतिक्रिया में जनरेटेड टेक्स्ट और टोकन उपयोग आँकड़े शामिल होते हैं। आप अब इसे अपने एप्लिकेशन लॉजिक में एकीकृत कर सकते हैं।

स्ट्रीमिंग रिस्पॉन्सेस

स्ट्रीमिंग को सक्षम करें ताकि टोकन रियल-टाइम पर प्राप्त हो सकें। अपने अनुरोध बॉडी में stream पैरामीटर को true पर सेट करें। API कम-विलंबता वाले आउटपुट के लिए सर्वर-सेंट इवेंट्स (SSE) लौटाता है।

स्ट्रीम को कुशलता से हैंडल करने के लिए इस Python स्निपेट का उपयोग करें।

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)

प्रत्येक चंक आंशिक पाठ और उपयोग डेटा शामिल करता है। पूरे प्रतिक्रिया को पुनर्स्थापित करने के लिए चंक्स को एकत्र करें। इस दृष्टिकोण से अंत-उपयोगकर्ताओं के लिए अनुपस्थित विलंबता (perceived latency) कम हो जाती है।

फंक्शन कॉलिंग सहायता

संरचित एक्शन के लिए मॉडल में tools पास करें। अपने फंक्शन स्कीमा को tools एरे में परिभाषित करें। मॉडल उचित होने पर टूल कॉल्स लौटाता है।

Node.js में फ़ंक्शन कॉलिंग को कॉन्फ़िगर करने का तरीका।

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);

अप्लिकेशन लॉजिक में टूल कॉल्स को प्रोसेस करें। यदि आवश्यक हो तो मॉडल को टूल आउटपुट वापस भेजें। यह बाहरी पार्सिंग के बिना जटिल वर्कफ़्लो को सक्षम बनाता है।

JSON मोड

आउटपुट को सख्त JSON फॉर्मेट में फोर्स करें। response_format पैरामीटर को json_object पर सेट करें। यह सुनिश्ित करता है कि मॉडल मार्कडाउन रैपर्स के बिना वैध JSON लौटाता है।

अपने बैकएंड में विश्वसनीय पarsing के लिए इस कॉन्फ़िगरेशन का उपयोग करें।

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)

प्रतिक्रिया में केवल JSON ऑब्जेक्ट होता है। किनारे के मामलों के मामले में पार्सिंग त्रुटियों को प्रभावी ढंग से हैंडल करें। यह मोड उन API इंटीग्रेशन के लिए आदर्श है जिनमें संरचित डेटा की आवश्यकता होती है।

रेट लिमिट्स और लागत

सेवा विघटन से बचने के लिए अपने उपयोग की निगरानी करें। प्रति कुंजी प्रति मिनट 300 अनुरोधों की सीमा है। आप किसी भी समय 8 संवहन अनुरोध कर सकते हैं। अनुरोध बॉडी आकार 8 MB तक सीमित है।

मूल्य निर्धारण पारदर्शी और प्रति-टोकन है। इनपुट टोकन की लागत प्रति मिलियन $0.15 है। आउटपुट टोकन की लागत प्रति मिलियन $0.50 है। त्रुटियां और अस्वीकृतियां मुफ्त हैं। बिना समाप्ति के पूर्व-भुगतान क्रेडिट का उपयोग करें। बोनस क्रेडिट के लिए अपने टॉप-अप को अपग्रेड करें।

पैरामीटर और सेटिंग्स

मानक पैरामीटर का उपयोग करके मॉडल व्यवहार को समायोजित करें। यादृच्छिकता नियंत्रित करने के लिए तापमान का उपयोग करें। न्यूक्लियस सैंपलिंग के लिए top_p सेट करें। जनरेशन को जल्दी रोकने के लिए स्टॉप सीक्वेंस परिभाषित करें।

आप पुनरुत्पादक आउटपुट के लिए seed सेट भी कर सकते हैं। टोकन दोहराव को प्रभावित करने के लिए presence_penalty और frequency_penalty समायोजित करें। ये सेटिंग्स मॉडल की शैली और सटीकता को सूक्ष्म रूप से समायोजित करने की अनुमति देती हैं।

संदर्भ विंडो और बाधाएँ

मॉडल 100,000-टोकन संदर्भ विंडो का समर्थन करता है। इसमें प्रॉम्प्ट और पूर्णता दोनों शामिल हैं। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। यदि आप max_tokens सेट नहीं करते हैं, तो डिफ़ॉल्ट 2,048 टोकन होता है।

यह बड़ा विंडो व्यापक दस्तावेज़ प्रसंस्करण की अनुमति देता है। आप लंबी बातचीत या बड़े कोडबेस पास कर सकते हैं। सीमाओं के भीतर रहने के लिए अपने टोकन उपयोग की निगरानी करें।