API क्विकस्टार्ट गाइड

प्रमाणीकरण: अपनी API कुंजी का उपयोग करना

अपनी कुंजी में भेजें Authorization हेडर। Google या ईमेल के साथ एक खाता बनाकर शुरू करें। आपकी कुंजी तुरंत दिखाई देती है। कोई फ़ोन नंबर आपकी पहुंच में बाधा नहीं डालता। उपयोग करें Bearer YOUR_KEY हर अनुरोध के लिए। सिस्टम अमान्य कुलियों को 401 त्रुटि के साथ अस्वीकार कर देता है। भारी उपयोग से पहले अपने बैलेंस की जांच करें।

एंडपॉइंट: /v1/chat/completions

चैट एंडपॉइंट पर JSON पोस्ट करें। यह मानक रूट आपके प्रॉम्प्ट और मॉडल नाम स्वीकार करता है। मॉडल ID भेजें uncensored रॉ आउटपुट के लिए। बेस URL है https://api.llmwithoutlogin.com/v1. आपको सीधे टेक्स्ट प्रतिक्रियाएं मिलतीं हैं। यहाँ एक मूल curl उदाहरण है:

Copycurl https://api.llmwithoutlogin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Get the latest npm package version"}]
  }'

अपने रिक्वेस्ट्स को सरल रखें। सिस्टम उन्हें जल्दी प्रोसेस करता है। प्रारंभ में जटिल नेस्टेड संरचनाओं से बचें।

पैरामीटर: तापमान, शीर्ष P, और स्टॉप

इन सेटिंग्स के साथ रचनात्मकता को नियंत्रित करें। सेट करें temperature संतुलित आउटपुट के लिए 0.7 तक। उपयोग करें top_p कम संभावित टोकन को फिल्टर करने के लिए। एक परिभाषित करें stop सीक्वेंस सेट कर सकते हैं ताकि जनरेशन जल्दी समाप्त हो जाए। ये पैरामीटर प्रतिक्रिया शैली को आकार देते हैं। Python SDK इन्हें आसानी से संभालता है:

Copyfrom openai import OpenAI

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

अपने विशिष्ट उपयोग मामले के अनुसार मानों को एडजस्ट करें। उच्च तापमान रैंडमनेस बढ़ाता है।

SSE के माध्यम से स्ट्रीमिंग रिस्पॉन्सेस

टोकन सेट करें stream: true आपके अनुरोध में। API Server-Sent Events लौटाता है। प्रत्येक खंड आंशिक टेक्स्ट शामिल करता है। यह अनुभव की गई विलंबता को काफी कम करती है। लंबे आउटपुट के लिए इसका उपयोग करें:

Copyimport OpenAI from "openai";

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

अपने एप्लिकेशन में चंक को बफर करें। अंतिम टेक्स्ट बनाने के लिए उन्हें कॉन्कैटिनेट करें। यह विधि रियल-टाइम इंटरफेस के लिए कुशल है।

फंक्शन कॉलिंग और JSON मोड

अपने आउटपुट को सटीक रूप से संरचित करें। उपयोग करें response_format के साथ {"type": "json_object"}. यह मॉडल को वैध JSON लौटाने के लिए मजबूर करता है। आप फंक्शन कॉलिंग के लिए टूल्स भी परिभाषित कर सकते हैं। सिस्टम आपकी स्कीमा का पालन करता है। अपने पेलोड में टूल्स को परिभाषित करें। यह आपके कोड में विश्वसनीय पार्सिंग सुनिश्चित करता है।

त्रुटियों और टोकन उपयोग हैंडल करना

अपने अनुरोध स्टेटस कोड की निगरानी करें। एक 401 त्रुटि का अर्थ है कि आपकी कुंजी अमान्य है। एक 402 त्रुटि अपर्याप्त क्रेडिट को संकेत देती है। एक 429 त्रुटि दर सीमा निर्धारण को संकेत देती है। आपके पास प्रति मिनट 300 अनुरोध हैं। संदर्भ विंडो 100,000 टोकन है। आउटपुट 16,000 टोकन पर सीमित है। उपयोग आंकड़ों के लिए अंतिम SSE चंक की जांच करें। त्रुटियों में कोई क्रेडिट नहीं लगता है। आपका पूर्वभुगतान शेष अक्षत रहता है।

स्ट्रीमिंग

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)