Szybki start dla deweloperów: API bez cenzury

Base URL i uwierzytelnianie

Zacznij od ustawienia base_url na https://api.abliteratedmodels.cc/v1. Uwierzytelnij każde zapytanie, dołączając swój klucz API w nagłówku Authorization jako token Bearer. Możesz wygenerować klucz natychmiast po zalogowaniu się przez Google lub e-mail na stronie Pobierz klucz API. Klucz jest wyświetlany tylko raz; przechowuj go bezpiecznie w zmiennych środowiskowych.

• Nagłówek: Authorization: Bearer YOUR_API_KEY
• Nie są wymagane dodatkowe parametry zapytania dla uwierzytelniania.

Upewnij się, że Twoja biblioteka klienta obsługuje niestandardowe Base URL. Pozwala to na zamianę domyślnego endpointu OpenAI bez zmiany struktury kodu.

Pierwsze zapytanie

Wyślij żądanie POST do /v1/chat/completions z identyfikatorem modelu uncensored. API akceptuje standardowe parametry ukończenia czatu. Tekst wchodzi, tekst wychodzi. Nie ma endpointów do embeddingów ani generowania obrazów.

• Model: uncensored
• Endpoint: POST /v1/chat/completions

Użyj poniższej komendy curl, aby zweryfikować łączność:

Kopiujcurl https://api.abliteratedmodels.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Integracja z Python SDK

Oficjalne Python SDK OpenAI działa bezpośrednio z tym API. Zainicjuj klienta poprawnym Base URL i swoim kluczem. To podejście abstrahuje szczegóły HTTP, zachowując pełną kontrolę nad parametrami takimi jak temperature i top_p.

• Użyj OpenAI(base_url=..., api_key=...)
• Wywołaj client.chat.completions.create()

Oto minimalny przykład zadania programistycznego dla llm:

Kopiujfrom openai import OpenAI

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

Integracja z Node SDK

W środowiskach Node.js użyj pakietu npm openai. Skonfiguruj baseURL, aby wskazywał na nasz serwer. Ta metoda jest idealna dla usług backendowych lub funkcji serverless, gdzie potrzebujesz programistycznego dostępu do modelu bez cenzury.

• Zainstaluj pakiet openai
• Ustaw baseURL na https://api.abliteratedmodels.cc/v1

Przykład implementacji:

Kopiujimport OpenAI from "openai";

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

Odpowiedzi strumieniowe (SSE)

Włącz strumieniowanie, ustawiając stream: true w swoim zapytaniu. API zwraca zdarzenia wysłane przez serwer (SSE). Statystyki użycia tokenów są zawarte w ostatnim czacie. Zmniejsza to postrzegane opóźnienie dla użytkowników końcowych podczas generowania treści.

• Ustaw stream: true
• Przetwarzaj zdarzenia SSE po stronie klienta lub serwera

Fragment kodu dla strumieniowania:

Kopiujstream = 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)

Limity zapytań i okno kontekstu

Każdy klucz API pozwala na 300 zapytań na minutę i 8 równoległych zapytań. Ciało zapytania nie może przekraczać 8 MB. Okno kontekstu wynosi łącznie 100,000 tokenów. Nie ma osobnego limitu wyjścia; jeśli max_tokens nie jest ustawione, odpowiedź może sięgać do końca okna. Jeśli przekroczysz limit, Twoje zapytania będą kolejkowane lub nie powiedzą się. Zarządzaj并发, aby pozostać w limicie 8 równoległych zapytań. Sprawdź stronę Cennik, aby uzyskać szczegóły dotyczące kredytów.