Uncensored LLM Online API क्विकस्टार्ट

बेस यूआरएल और प्रमाणीकरण

बिना सेंसर LLM ऑनलाइन API मानक OpenAI-कम्पैटिबल एंडपॉइंट्स का उपयोग करती है। अपने क्लाइंट को बेस URL https://api.uncensoredllmonline.com/v1 की ओर इशारा करने के लिए कॉन्फ़िगर करें। प्रमाणीकरण Authorization हेडर में पास की गई API कुंजी के माध्यम से संभाला जाता है। आप केवल एक ईमेल और पासवर्ड का उपयोग करके API कुंजी प्राप्त करें पृष्ठ पर अपनी कुंजी जनरेट कर सकते हैं। साइनअप के तुरंत बाद कुंजी प्रदर्शित की जाती है। शुरू करने के लिए फ़ोन नंबर या क्रेडिट कार्ड की आवश्यकता नहीं है। प्रत्येक खाते में एक सक्रिय कुंजी होती है, जिसे पुरानी कुंजी के लिए एक्सेस रद्द करने के लिए किसी भी समय पुनः जनरेट किया जा सकता है। अपनी कुंजी को सुरक्षित रखें, क्योंकि यह आपके प्रीपेड क्रेडिट तक सीधा एक्सेस प्रदान करती है।

चैट कंप्लीशन एंडपॉइंट

POST /v1/chat/completions पर पोस्ट करके बिना सेंसर LLM को टेक्स्ट भेजें। यह एंडपॉइंट संदेशों की एक सूची स्वीकार करता है और मॉडल का उत्तर लौटाता है। उपयोग करने के लिए मॉडल ID uncensored है। यह एक ओपन-वेट मॉडल है जिसे कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड किया गया है। यह GPT, Claude या किसी अन्य वेंडर का मॉडल नहीं है। API कस्टम इंटीग्रेशन के लिए उपयुक्त कच्चे टेक्स्ट जनरेशन क्षमताएं लौटाता है। एक बुनियादी अनुरोध का परीक्षण करने के लिए निम्नलिखित cURL कमांड का उपयोग करें:

Copycurl https://api.uncensoredllmonline.com/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."}]
  }'

अनुरोध बॉडी में मॉडल ID और आपका संदेश इतिहास शामिल होना चाहिए। सुनिश्चित करें कि आपका क्लाइंट Authorization: Bearer <your-key> हेडर भेजता है। उत्तर में जनरेटेड टेक्स्ट होगा, जिसे आप अपने एप्लिकेशन लॉजिक में पार्स और उपयोग कर सकते हैं।

Python SDK इंटीग्रेशन

बिना सेंसर AI मॉडल के साथ इंटरैक्ट करने के लिए आधिकारिक OpenAI Python SDK का उपयोग करें। अपने क्लाइंट इनिशियलाइजेशन में base_url और api_key सेट करें। इससे आपको chat.completions.create जैसे परिचित विधियों का उपयोग करने की अनुमति मिलती है। निम्नलिखित उदाहरण क्लाइंट को इनिशियलाइज़ करने और एक सरल क्वेरी भेजने का तरीका दिखाता है:

Copyfrom openai import OpenAI

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

यह दृष्टिकोण आपको मौजूदा कोड संरचनाओं का लाभ उठाने की अनुमति देता है जबकि बिना सेंसर LLM पर स्विच करना। SDK JSON सीरियलाइजेशन और रिस्पॉन्स पार्सिंग को स्वचालित रूप से संभालता है। याद रखें कि आपको सही एंडपॉइंट पर पहुंचने के लिए मॉडल ID को uncensored पर सेट करना चाहिए। यह उन डेवलपर्स के लिए आदर्श है जो बॉयलरप्लेट कोड को न्यूनतम करना चाहते हैं।

Node SDK इंटीग्रेशन

JavaScript या TypeScript प्रोजेक्ट्स के लिए, OpenAI Node SDK हमारी API के साथ सहजता से काम करता है। अपनी API कुंजी और सही बेस यूआरएल के साथ क्लाइंट को इनिशियलाइज़ करें। एंडपॉइंट स्टैंडर्ड चैट कंप्लीशन का समर्थन करता है, जिससे वेब ऐप्स या सर्वरलेस फ़ंक्शंस में एकीकृत करना आसान हो जाता है। यहाँ बताया गया है कि आप क्लाइंट को कैसे कॉन्फ़िगर कर सकते हैं:

Copyimport OpenAI from "openai";

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

संपूर्ण फ़ंक्शन को पास करने के बजाय, संदेश सरणी और मॉडल ID uncensored को पूरा करने वाले फ़ंक्शन में पास करें। प्रतिक्रिया में जनरेटेड टेक्स्ट शामिल होगा। यह एकीकरण उन डेवलपर्स के लिए उपयुक्त है जिन्हें Node.js एप्लिकेशनों में बिना सेंसर टेक्स्ट जनरेशन एम्बेड करने की आवश्यकता है। त्रुटियों को उचित रूप से हैंडल करने की सुनिश्चित करें, क्योंकि API रेट लिमिट या क्रेडिट समाप्ति त्रुटियाँ लौटा सकता है।

स्ट्रीमिंग रिस्पॉन्स (SSE)

अपने अनुरोध में stream: true सेट करके रियल-टाइम टेक्स्ट जनरेशन सक्षम करें। API सर्वर-सेंट इवेंट्स (SSE) लौटाता है जो रिस्पॉन्स टोकन-बाय-टोकन डिलीवर करते हैं। यह चैट इंटरफ़ेस या ऐसे एप्लिकेशन के लिए उपयोगी है जहां लेटेंसी मायने रखती है। स्ट्रीमिंग लागू करने के लिए निम्नलिखित उदाहरण का उपयोग करें:

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)

स्ट्रीम से पढ़ें जैसे ही टोकन आते हैं। बिना सेंसर LLM ऑनलाइन API इसे नेटिव रूप से सपोर्ट करती है। स्ट्रीमिंग अंत-उपयोगकर्ताओं के लिए अनुभवित विलंबता को कम करती है। ध्यान रखें कि स्ट्रीमिंग, नॉन-स्ट्रीमिंग अनुरोधों की तरह ही टोकन गिनती का उपभोग करती है। प्रत्येक टोकन आपके प्रीपेड क्रेडिट बैलेंस के अनुसार बिल किया जाता है।

रेट लिमिट और कॉन्टेक्स्ट विंडो

अनसेंसर्ड LLM ऑनलाइन API प्रति कुंजी प्रति मिनट 300 अनुरोध की सीमा लागू करती है। अधिकतम रिक्वेस्ट बॉडी आकार 8 MB है। कॉन्टेक्स्ट विंडो 100,000 टोकन की है, जिसमें प्रॉम्प्ट और कंप्लीशन दोनों शामिल हैं। यदि आप रेट लिमिट से अधिक हो जाते हैं, तो API एक 429 त्रुटि लौटाता है। यदि आपका प्रीपेड क्रेडिट समाप्त हो जाता है, तो आपको एक 402 त्रुटि मिलती है। एक अमान्य या समाप्त हो चुकी कुंजी 401 त्रुटि का कारण बनती है। ये सीमाएं सभी डेवलपर्स के लिए उचित उपयोग को सुनिश्चित करती हैं। पे-एज़-यू-गो प्रीपेड क्रेडिट कभी एक्सपायर नहीं होता है, इसलिए आप अपनी बैलेंस का उपयोग तब कर सकते हैं जब आपको इसकी आवश्यकता हो।