Dokumentacja API dla Bezfiltrowych Chat Completions

Szybki start: Połączenie w Python lub JavaScript

Połącz się z API, aktualizując bazowy URL i ustawiając klucz API. Endpoint akceptuje standardowe żądania completion czatu i zwraca tekst. Nie musisz instalować niestandardowych bibliotek, jeśli używasz oficjalnych SDK OpenAI, ponieważ interfejs dokładnie odpowiada ich specyfikacji.

Zacznij od prostego żądania HTTP, aby zweryfikować łączność. Użyj poniższej komendy curl, aby wysłać podstawowe prompt do uncensored model. Zastąp YOUR_API_KEY kluczem wygenerowanym w panelu.

Copycurl https://api.aiplayrolebest.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the character persona to a grumpy detective"}]
  }'

Dla programistów Python proces jest niemal identyczny. Zainicjuj klienta swoim kluczem i poprawnym base URL. To zapewnia, że wszystkie żądania są kierowane przez nasze serwery bez cenzury, zachowując kompatybilność z istniejącym narzędziem.

Copyfrom openai import OpenAI

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

Użytkownicy JavaScript mogą osiągnąć ten sam wynik, używając Node SDK. Ustaw baseURL property do naszego punktu końcowego. To podejście pozwala na integrację API z serwerami sieciowymi lub usługami backendowymi przy minimalnych zmianach w kodzie.

Copyimport OpenAI from "openai";

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

Uwierzytelnianie i zarządzanie kluczem API

Uwierzytelnianie opiera się na jednym kluczu API przekazanym w nagłówku. Przekaż ten klucz w Authorization nagłówek dla każdego żądania. Jeśli klucz jest nieobecny lub nieprawidłowy, API natychmiast zwraca błąd 401. Zapewnia to bezpieczny dostęp do Twojego kredytu z góry opłaconego.

Wygeneruj swój klucz na panelu. Klucz jest wyświetlany raz przy utworzeniu. Przechowuj go bezpiecznie w zmiennych środowiskowych. Nie udostępniaj go publicznie. Każde konto obsługuje jeden aktywny klucz naraz. Wygenerowanie nowego klucza natychmiast unieważnia poprzedni.

Użyj klucza w swoich żądaniach w ten sposób: Authorization: Bearer YOUR_API_KEY. Ten standardowy format nagłówka działa ze wszystkimi głównymi SDK. Trzymaj swój klucz pod ręką do szybkiej iteracji podczas rozwoju.

Parametry punktu końcowego Uzupełnień Czat

Wysyłaj żądania do /v1/chat/completions endpoint. Włącz tablicę wiadomości i ustaw model na uncensored. Możesz dostosować parametry takie jak temperature i top_p kontrolować kreatywność. Wyższe wartości generują bardziej zróżnicowane odpowiedzi.

Ustaw max_tokens ograniczenie długości outputu. Wartość domyślna to 2,048 tokenów, jeśli nie zostanie określona. Model obsługuje okno kontekstowe o rozmiarze 100,000 tokenów dla promptu plus uzupełnienie. Pozwala to na długie rozmowy bez obcinania tekstu. Dostosuj presence_penalty i frequency_penalty zmniejszenia powtórzeń w scenariuszach role-play.

Korzystaj z stop parametru do zatrzymywania generowania po wykryciu określonych fraz. Pomaga to wymusić strukturę dialogu. The seed parameter zapewnia powtarzalne wyniki do testowania. Te narzędzia dają Ci precyzyjną kontrolę nad zachowaniem modelu.

Strumieniowanie odpowiedzi i dane o użyciu

Włącz strumieniowanie, ustawiając stream: true w Twoim żądaniu. API zwraca fragmenty tekstu w miarę ich generowania. Zmniejsza to postrzeganą opóźnienie dla użytkowników końcowych. Każdy fragment zawiera częściowy tekst i metadane.

Dane o zużyciu pojawiają się w ostatnim fragmencie odpowiedzi. Obejmują one liczbę tokenów wejściowych i wyjściowych. Sprawdź usage pole w ostatnim obiekcie odpowiedzi. Pozwala to na dokładną weryfikację rozliczeń bez osobnych wywołań API. Śledź konsumpcję tokenów w czasie rzeczywistym.

Obsługuj zakończenie strumienia ostrożnie. Upewnij się, że przetworzysz wszystkie fragmenty przed zamknięciem połączenia. Ostatni fragment zawiera kompletne statystyki użycia. Dane te są kluczowe do monitorowania kosztów i wydajności w aplikacjach produkcyjnych.

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)

Obsługa błędów i limity szybkości

API narzuca limit 300 żądań na minutę na klucz. Żądania równoległe są ograniczone do ośmiu na klucz. Ciało żądania nie może przekraczać 8 MB. Przekroczenie tych limitów zwraca błąd 429. Zaimplementuj wykładnicze backoff, aby obsłużyć przejściowe szczyty.

Typowe błędy obejmują 401 dla nieprawidłowych kluczy oraz 402 dla niewystarczającego kredytu. Odpowiedź 402 oznacza, że saldo z góry opłacone zostało wyczerpane. Doładuj konto, aby wznowić usługę. Błędy nie pobierają tokenów, więc ponowna próba po naprawieniu problemu jest darmowa.

Sprawdź ciało odpowiedzi pod kątem szczegółowych wiadomości o błędach. API zwraca obiekt JSON z typem błędu i komunikatem. Wykorzystaj te informacje do szybkiego debugowania problemów. Właściwa obsługa błędów zapewnia płynne doświadczenie dla Twoich użytkowników podczas okresów dużego ruchu.

przewodnik po trybie JSON i wywoływaniu funkcji

Używaj trybu JSON, ustawiając response_format do {"type": "json_object"}.To wymusza od modelu zwracanie poprawnego formatu JSON. Jest to idealne do ekstrakcji danych strukturalnych lub odpowiedzi API. Upewnij się, że prompt jasno opisuje pożądaną strukturę.

Wywoływanie funkcji pozwala modelowi na wywozywanie narzędzi. Zdefiniuj narzędzia w ciele żądania. Model zwraca wywołania narzędzi, gdy jest to stosowne. Obsłuż te wywołania w logice swojej aplikacji. Umożliwia to złożone wieloetapowe przepływy pracy.

Połącz tryb JSON z wywoływaniem funkcji dla solidnych integracji. Zweryfikuj wyjście JSON po stronie klienta. Użyj tool_choice parametr kontrolujący moment wywoływania funkcji. Ta elastyczność wspiera zróżnicowane architektury aplikacji. Upewnij się, że Twoje narzędzia są dobrze zdefiniowane dla optymalnej wydajności.

Szczegóły modelu i limity okna kontekstowego

The uncensored model obsługuje okno kontekstowe o rozmiarze 100,000 tokenów. Obejmuje ono zarówno prompt wejściowy, jak i wygenerowane uzupełnienie. Maksymalna długość wyjścia to 16,000 tokenów na żądanie. Pozwala to na prowadzenie rozległych scenariuszy roleplay bez przerywania w połowie zdania.

Model jest open-weight i dostrojony do treści bez ograniczeń. Nie odrzuca legalnych tematów dla dorosłych. Nie jest to model GPT, Claude ani żaden inny model dostawcy. Żądania są przetwarzane na naszych dedykowanych serwerach. Zapewnia to spójną wydajność i niskie opóźnienia.

Monitoruj zużycie kontekstu, aby mieścić się w limitach. API dokładnie śledzi zużycie tokenów. Błędy i odrzucenia nie zużywają tokenów. Ten przejrzysty model rozliczania pomaga przewidywać koszty. Planuj swoje okna kontekstowe, aby zmaksymalizować wartość.