ผสาน API LLM แบบไม่มีเซนเซอร์

URL ฐานและการตรวจสอบสิทธิ์

ใช้ URL พื้นฐานและคีย์ API ที่จัดเตรียมไว้สำหรับคำขอทั้งหมด เอนด์พอยต์คือ https://api.howtomakechatgptunfiltered.com/v1. ส่งคีย์ของคุณใน Authorization header เป็น Bearer token รูปแบบมาตรฐานนี้ทำให้คุณสามารถสลับมาใช้บริการของเราโดยไม่ต้องเปลี่ยนโค้ดไคลเอนต์ของคุณ คุณจะได้รับ API key ทันทีหลังการสมัครด้วย Google หรืออีเมล ไม่จำเป็นต้องใช้เบอร์โทรศัพท์

Copycurl https://api.howtomakechatgptunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate total tokens for input array"}]
  }'

ข้อผิดพลาดเช่น 401 บ่งชี้ถึงคีย์ไม่ถูกต้อง ในขณะที่ 402 หมายถึงคุณต้องการเครดิตเพิ่ม คีย์ของคุณจะเปิดใช้งานทันทีที่คุณเห็นบนแดชบอร์ด

พารามิเตอร์ของ POST /v1/chat/completions

ส่งพรอมต์ของคุณไปยังจุดสิ้นสุด chat completions ด้วยพารามิเตอร์มาตรฐาน ใช้ model: "uncensored" เพื่อเลือกโมเดล หน้าต่างบริบทคือ 100,000 โทเค็นสำหรับคำนำและผลลัพธ์รวมกัน คุณสามารถตั้งค่า temperature, top_p, และ stop ลำดับ. ผลลัพธ์สูงสุดคือ 16,000 โทเค็นต่อคำขอ ตั้ง max_tokens เพื่อหลีกเลี่ยงการตัดทอนที่ไม่คาดคิด โหมด JSON มีให้ผ่าน response_format. การเรียกใช้ฟังก์ชันทำงานกับ tools. พารามิเตอร์เช่น presence_penalty และ frequency_penalty help control repetition. ค่าเมล็ดพันธุ์ช่วยให้ได้ผลลัพธ์ที่สามารถทำซ้ำได้

การนับจำนวนโทเค็นจากการตอบกลับแบบสตรีมมิ่ง

เปิดใช้งานการสตรีมโดยตั้งค่า stream: true ในการร้องขอของคุณ API จะส่งคืน Server-Sent Events (SSE) เพื่อส่งโทเค็นแบบเรียลไทม์ รายละเอียดการใช้โทเค็นจะปรากฏในชิ้นสุดท้ายของสตรีม สิ่งนี้ช่วยให้คุณติดตามต้นทุนและการใช้งานบริบทได้อย่างแม่นยำ การสตรีมช่วยลดความล่าช้าที่รับรู้ได้สำหรับการตอบกลับที่ยาวนาน เหมาะสำหรับอินเทอร์เฟซแชท คุณสามารถแยกวิเคราะห์โทเค็นบางส่วนเพื่อแสดงผลทันที ชิ้นสุดท้ายมีสถิติการใช้งานที่สมบูรณ์ ความโปร่งใสนี้ช่วยให้คุณติดตามการใช้ API ได้อย่างมีประสิทธิภาพ

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)

Function Calling และโหมด JSON

ใช้ฟังก์ชันคอลลิงเพื่อผสานรวมเครื่องมือภายนอก กำหนดเครื่องมือใน tools พารามิเตอร์ โมเดลส่งคืนวัตถุการเรียกใช้ฟังก์ชันสำหรับโค้ดของคุณเพื่อดำเนินการ ตั้ง tool_choice เพื่อระบุเครื่องมืออัตโนมัติ โหมด JSON บังคับใช้ผลลัพธ์ที่มีโครงสร้าง ตั้งค่า response_format เพื่อ {"type": "json_object"}สิ่งนี้ช่วยให้ได้ JSON สำหรับการแยกวิเคราะห์ มีประโยชน์สำหรับการดึงข้อมูล การเรียกใช้ฟังก์ชันรองรับเวิร์กโฟลที่ซับซ้อน โมเดลจัดการอาร์กิวเมนต์เครื่องมือโดยอัตโนมัติ โหมด JSON ป้องกันข้อผิดพลาดในการจัดรูปแบบ ฟีเจอร์ทั้งสองทำงานกับโมเดลแบบไม่เซ็นเซอร์ ผสานรวมกับ SDK ของ OpenAI มาตรฐาน

การจัดการข้อผิดพลาดและขีดจำกัดอัตรา

จัดการข้อผิดพลาดอย่างสุภาพด้วยรหัสสถานะ HTTP มาตรฐาน 401 หมายถึงคีย์ API ไม่ถูกต้อง 402 หมายถึงเครดิตที่ชำระล่วงหน้าไม่เพียงพอ 429 หมายถึงคุณเกินขีดจำกัดอัตราการใช้งาน ขีดจำกัดคือ 300 คำขอต่อนาทีต่อคีย์ คุณสามารถมีคำขอพร้อมกันได้ 8 คำขอ ร่างคำขอต้องมีขนาดต่ำกว่า 8 MB ข้อผิดพลาดและการปฏิเสธไม่ใช้เครดิต ไม่มีการคืนเงินสำหรับเครดิตที่ใช้ไป การเรียกเก็บเงินซ้ำจะแก้ไขผ่านฝ่ายสนับสนุน แต่ละบัญชีมีคีย์ที่ใช้งานได้อย่างเดียว คีย์ใหม่จะแทนที่คีย์เก่า ตรวจสอบรหัสสถานะเสมอ

GET /v1/models Endpoint

ส่ง Query GET เพื่อระบุโมเดลที่พร้อมใช้งาน endpoint คือ /v1/models. ส่งคืนรายการวัตถุโมเดล บริการของเราเสนอโมเดลเดียว: uncensored. สิ่งนี้ยืนยันว่า API ทำงาน ใช้เอนด์พอยต์นี้สำหรับการตรวจสอบสุขภาพ มันจะส่งข้อมูลเมตาเกี่ยวกับโมเดล รหัสโมเดลคือ uncensored. เอนด์พอยต์มาตรฐานนี้รับประกันความเข้ากันได้ มันทำงานกับไคลเอนต์ที่เข้ากันได้กับ OpenAI ใดๆ คุณสามารถตรวจสอบการเชื่อมต่อได้อย่างรวดเร็ว มันมีประโยชน์สำหรับการทดสอบอัตโนมัติ ผลลัพธ์รวมถึงชื่อโมเดลและ ID

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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