Permulaan Pantas API GPT Unfiltered

Pemasangan dan Persediaan

Mula dengan menjana kunci API anda di papan pemuka. Anda boleh log masuk dengan Google atau menggunakan e-mel dan kata laluan, dan kunci dipaparkan serta-merta. Gunakan SDK rasmi untuk mana-mana bahasa; ia hanya memerlukan URL asas dan kunci anda. Ini berfungsi dengan mana-mana klien serasi OpenAI kerana kami mengikuti antara muka standard.

• URL Asas: https://api.gptunfiltered.cc/v1
• ID Model: uncensored
• Auth: Token Bearer melalui kunci API

Menghantar Permintaan Pertama Anda

Hantar penyelesaian teks mudah untuk menguji sambungan. Gunakan POST kaedah pada titik akhir penyelesaian chat dengan ID model anda. Respons mengembalikan teks biasa tanpa sebarang penolakan kandungan untuk penggunaan dewasa yang sah.

Berikut adalah arahan cURL standard untuk mengesahkan konfigurasi anda.

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"}]
  }'

Respons termasuk teks yang dijana dan statistik penggunaan token. Anda kini boleh mengintegrasikannya ke dalam logik aplikasi anda.

Respons Streaming

Aktifkan penstriman untuk menerima token secara masa nyata. Tetapkan parameter aliran kepada benar dalam badan permintaan anda. API mengembalikan Peristiwa Dihantar Pelayan (SSE) untuk output berlatensi rendah.

Gunakan petikan Python ini untuk mengendalikan aliran dengan cekap.

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)

Setiap chunk mengandungi teks separa dan data penggunaan. Kumpulkan chunk untuk membina semula respons penuh. Pendekatan ini mengurangkan latensi yang dirasakan oleh pengguna akhir.

Sokongan Panggilan Fungsi

Luluskan tools ke model untuk tindakan terstruktur. Takrifkan skema fungsi anda dalam larik tools. Model mengembalikan panggilan alat apabila sesuai.

Berikut adalah cara mengkonfigurasi pemanggilan fungsi dalam Node.js.

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);

Proses panggilan alat dalam kod aplikasi anda. Laksanakan fungsi dan hantar semula hasilnya ke model jika diperlukan. Ini membolehkan aliran kerja kompleks tanpa penguraian manual.

Mod JSON

Paksa output menjadi format JSON yang ketat. Tetapkan parameter response_format kepada json_object. Ini memastikan model mengembalikan JSON sah tanpa pembungkus markdown.

Gunakan konfigurasi ini untuk penguraian yang boleh dipercayai dalam backend anda.

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)

Respons mengandungi hanya objek JSON. Tangani ralat pengekstrakan dengan baik dalam kes kes terpencil. Mod ini sesuai untuk integrasi API yang memerlukan data terstruktur.

Had had laju dan kos

Pantau penggunaan anda untuk mengelakkan gangguan perkhidmatan. Hadnya ialah 300 permintaan setiap minit setiap kunci. Anda boleh mempunyai 8 permintaan serentak pada bila-bila masa. Saiz badan permintaan dikekalkan pada 8 MB.

Harga adalah telus dan per-token. Token input berharga $0.15 per juta. Token output berharga $0.50 per juta. Ralat dan penolakan adalah percuma. Gunakan kredit pra-dibayar tanpa luput. Naik taraf top-up anda untuk kredit bonus.

Parameter dan Tetapan

Laraskan tingkah laku model dengan parameter standard. Gunakan suhu untuk mengawal rawak. Tetapkan top_p untuk pensampelan nukleus. Takrifkan jeda hentian untuk menghentikan penjanaan awal.

Anda juga boleh menetapkan seed untuk output yang boleh dikaji semula. Sesuaikan presence_penalty dan frequency_penalty untuk mempengaruhi pengulangan token. Tetapan ini membolehkan penipisan gaya dan ketepatan model.

Tetingkap Konteks dan Kekangan

Model ini menyokong tetingkap konteks 100,000-token. Ini termasuk prompt dan penyelesaian. Output maksimum ialah 16,000 token setiap permintaan. Jika anda tidak menetapkan max_tokens, lalai ialah 2,048 token.

Jendela besar ini membolehkan pemprosesan dokumen meluas. Anda boleh menghantar perbualan panjang atau pangkalan kod besar. Pantau penggunaan token anda untuk kekal dalam had.