API दस्तावेज़ीकरण

बेस URL और प्रमाणीकरण

अनफिल्टर्ड चैटबॉट API एक एकल बेस URL पर संचालित होता है: https://api.chatbotaiunfiltered.com/v1. हर अनुरोध को प्रमाणीकृत करें, अपनी यूनिक API कुंजी शामिल करके Authorization हेडर। यह कुंजी Google या ईमेल के माध्यम से खाता निर्माण के तुरंत बाद जनरेट होती है। यदि कुंजी अमान्य है, तो API एक 401 त्रुटि लौटाता है।

पहला अनुरोध

मानक का उपयोग करके अपना पहला प्रॉम्प्ट भेजें chat/completions एंडपॉइंट। असीमित मॉडल कानूनी वयस्क, विवादास्पद या तकनीकी विषयों पर बिना सामान्य अस्वीकृति के प्रतिक्रिया देता है। अपने API कुंजी को हेडर में पास करें और मॉडल ID को uncensored. निम्नलिखित उदाहरण एक बेसिक टेक्स्ट जनरेशन अनुरोध को दर्शाता है।

Copycurl https://api.chatbotaiunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set timezone to utc"}]
  }'

यह अनुरोध एक टेक्स्ट कंप्लीशन लौटाता है। अनसेंसर्ड AI मॉडल इनपुट को प्रोसेस करता है और अपनी ट्रेनिंग के आधार पर एक प्रतिक्रिया जनरेट करता है। आप रचनात्मकता को नियंत्रित करने के लिए तापमान जैसे पैरामीटर समायोजित कर सकते हैं। अपर्याप्त क्रेडिट जैसे त्रुटियां 402 स्टेटस कोड लौटाती हैं।

Python SDK इंटीग्रेशन

अनसेंसर्ड LLM API के साथ इंटरैक्ट करने के लिए आधिकारिक OpenAI Python लाइब्रेरी का उपयोग करें। अपनी API कुंजी और कस्टम बेस URL के साथ क्लाइंट को कॉन्फ़िगर करें। यह दृष्टिकोण आपको परिचित विधियों जैसे का उपयोग करने की अनुमति देता है chat.completions.create() जब अनफिल्टर्ड मॉडल की रॉ इनफ़रेंस क्षमताओं का लाभ उठाया जाता है। मॉडल को स्पष्ट रूप से सेट करें uncensored सुनिश्चित करने के लिए कि आप फिल्टर किए गए संस्करण पर रूट नहीं किए जा रहे हैं।

Copyfrom openai import OpenAI

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

लाइब्रेरी स्वचालित रूप से JSON सीरियलाइज़ेशन और स्ट्रीमिंग संभालती है। आप प्रतिक्रिया ऑब्जेक्ट से टोकन उपयोग प्राप्त कर सकते हैं। यह विधि उन बैकएंड सेवाओं के लिए आदर्श है जिन्हें मौजूदा वर्कफ़्लो में अनफ़िल्टर्ड टेक्स्ट जनरेशन एकीकृत करने की आवश्यकता होती है, बिना HTTP क्लाइंट को फिर से लिखे।

Node SDK एकीकरण

ऑफिशियल SDK का उपयोग करके अनसेंसर्ड API को Node.js एप्लिकेशन में इंटीग्रेट करें। क्लाइंट इनिशियलाइजेशन के दौरान बेस यूआरएल और API की पास करें। यह सेटअप स्टैंडर्ड OpenAI एंडपॉइंट्स के साथ संगतता सुनिश्चित करता है जबकि आपको अपेक्षित अनफिल्टर्ड चैटबॉट व्यवस्था प्रदान करता है। उपयोग करें uncensored विशिष्ट ट्यून्ड वेट्स तक पहुँचने के लिए मॉडल ID।

Copyimport OpenAI from "openai";

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

SDK अनुरोध रीट्राइज़ और त्रुटि हैंडलिंग प्रबंधित करता है। आप प्रतिक्रियाओं को स्ट्रीम कर सकते हैं या पूर्ण पाठ एकत्र कर सकते हैं। यह वेब एप्लिकेशन के लिए उपयोगी है जिन्हें रियल-टाइम टेक्स्ट जनरेशन की आवश्यकता होती है। uncensored AI API मानक पैरामीटर जैसे कि का समर्थन करता है temperature और top_p आउटपुट शैली को फाइन-ट्यून करने के लिए।

SSE के माध्यम से स्ट्रीमिंग रिस्पॉन्सेस

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true अपने अनुरोध में। API सर्वर-सेंटेड इवेंट्स (SSE) लौटाता है जिसमें क्रमिक टेक्स्ट चंक होते हैं। अंतिम चंक में पूर्ण टोकन उपयोग आंकड़े शामिल होते हैं। यह उन एप्लिकेशन के लिए आवश्यक है जो रियल-टाइम में टेक्स्ट प्रदर्शित करते हैं, जैसे कि चैट इंटरफेस या लाइव कोड एडिटर। स्ट्रीमिंग अनुभवगत विलंबता को काफी कम करती है।

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)

SSE स्ट्रीम को पार्स करें ताकि टेक्स्ट को आने पर ही रेंडर किया जा सके। प्रत्येक चंक में केवल प्रतिक्रिया का एक हिस्सा होता है। uncensored मॉडल चंक्स के बीच संदर्भ बनाए रखता है। यदि उपयोगकर्ता अपनी इनपुट बदल देता है तो आप स्ट्रीमिंग को जल्दी रोक सकते हैं। त्रुटि प्रबंधन नॉन-स्ट्रीमिंग अनुरोधों के समान ही रहता है।

सीमाएं, त्रुटियां, और संदर्भ विंडो

अनकैप्सड LLM API इनपुट और आउटपुट दोनों के लिए 100,000-टोकन संदर्भ विंडो लागू करती है। यदि आप स्पष्ट रूप से निर्दिष्ट करते हैं, तो आप प्रति अनुरोध 16,000 टोकन तक भेज सकते हैं max_tokens. दर सीमाएं प्रति मिनट 300 अनुरोध और प्रति कुंजी 8 समवर्ती अनुरोधों की अनुमति देती हैं। एक 429 त्रुटि संकेत देती है कि आपने इन सीमाओं को पार कर लिया है। अनुरोध बॉडी 8 MB से अधिक नहीं होनी चाहिए। क्रेडिट की कमी जैसी त्रुटियां 402 लौटाती हैं, जबकि अमान्य कुंजियां 401 लौटाती हैं। क्रेडिट कभी समाप्त नहीं होता है, इसलिए आप उपयोग बिना धन खोए रोक सकते हैं।