Abliterated: बिना सेंसर LLM API एकीकृत करें

बेस URL और प्रमाणीकरण

हमारा API मानक OpenAI चैट-पूर्णता इंटरफ़ेस का पालन करता है। इसका अर्थ है कि आप मौजूदा क्लाइंट, SDKs, और कोड स्निपेट्स को केवल बेस URL और API कुंजी अपडेट करके पुन: उपयोग कर सकते हैं। कस्टम हेडर या जटिल प्रमाणीकरण प्रवाह की आवश्यकता नहीं है।

अपने बेस URL के लिए https://api.abliterated.cc/v1 का उपयोग करें। आप 'API कुंजी प्राप्त करें' पृष्ठ पर एकल API कुंजी उत्पन्न कर सकते हैं। खाता बनाने के लिए Google साइन-इन या ईमेल और पासवर्ड का उपयोग करें। कुंरी तुरंत बनने के बाद प्रदर्शित होती है। इस कुंरी को सुरक्षित रखें, क्योंकि यह आपके प्रीपेड क्रेडिट तक सीधी पहुँच प्रदान करती है। साइनअप के लिए फ़ोन नंबर की आवश्यकता नहीं है।

सेवा एक बिना सेंसर बड़े भाषा मॉडल को सर्व करती है जो बिना सेंसर कोडिंग LLM कार्यों और सामान्य उद्देश्य तर्क के लिए अनुकूलित है। आपको मॉडल संस्करण चुनने की आवश्यकता नहीं है; एंडपॉइंट स्वचालित रूप से abliterated मॉडल की ओर रूट करता है।

चैट पूर्णता एंडपॉइंट

प्राथमिक इंटरैक्शन बिंदु POST /v1/chat/completions एंडपॉइंट है। अपने संवाद इतिहास को संदेशों के JSON एरे के रूप में भेजें। मॉडल इनपुट को प्रोसेस करेगा और एक टेक्स्ट कंप्लीशन लौटाएगा। यह एक शुद्ध टेक्स्ट-इन, टेक्स्ट-आउट इंटरफ़ेस है।

सुनिश्चित करें कि आपके अनुरोध 8 MB बॉडी सीमा के भीतर रहें। कॉन्टेक्स्ट विंडो संयुक्त प्रॉम्प्ट और कंप्लीशन के लिए 100,000 टोकन तक का समर्थन करती है। यदि आप max_tokens मान निर्दिष्ट नहीं करते हैं, तो मॉडल 2,048 टोकन जनरेट करने के लिए डिफ़ॉल्ट रूप से सेट होता है।

Copycurl https://api.abliterated.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."}]
  }'

टोकन लागत के लिए मूल्य सूची पेज देखें। त्रुटियाँ और अस्वीकृतियाँ आपके प्रीपेड क्रेडिट का उपभोग नहीं करतीं।

स्ट्रीमिंग प्रतिक्रियाएं

कम लेटेंसी और वास्तविक समय उपयोगकर्ता अनुभवों के लिए, stream पैरामीटर को true पर सेट करके स्ट्रीमिंग सक्षम करें। API एक सर्वर-सेंट इवेंट्स (SSE) स्ट्रीम लौटाता है। प्रत्येक चंक आंशिक पाठ अपडेट शामिल करता है।

स्ट्रीम में अंतिम चंक अनुरोध के लिए पूर्ण टोकन उपयोग आँकड़े शामिल करता है। यह आपको वास्तविक समय में लागत की सटीक निगरानी करने की अनुमति देता है। स्ट्रीमिंग चैट इंटरफ़ेस या लंबे बिना सेंसर AI मॉडल आउटपुट प्रोसेस करते समय आदर्श 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)

स्ट्रीम त्रुटियों को सहजता से संभालें। नेटवर्क विच्छेद हो सकते हैं, इसलिए यदि आपके एप्लिकेशन को पूर्ण पूर्णता की आवश्यकता है तो रीट्राई लॉजिक लागू करें।

फ़ंक्शन कॉलिंग और टूल्स

abliterated मॉडल संरचित टूल उपयोग का समर्थन करता है। अपने टूल्स को tools पैरामीटर में परिभाषित करें और tool_choice रणनीति निर्दिष्ट करें। मॉडल आपके टूल स्कीमा का पालन करने वाले JSON ऑब्जेक्ट लौटा सकता है।

यह सुविधा एजेंट्स या ऐसे अनुप्रयोग बनाने के लिए आवश्यक है जिन्हें बाहरी APIs के साथ इंटरैक्ट करने की आवश्यकता होती है। बिना सेंसर कोडिंग LLM जटिल JSON संरचनाओं को विश्वसनीय रूप से संभालता है। आप temperature और top_p जैसे पैरामीटर का उपयोग करके रचनात्मकता और निर्धारिता के बीच संतुलन बनाते हुए मॉडल के व्यवहार को नियंत्रित कर सकते हैं।

Copyimport OpenAI from "openai";

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

सुनिश्चित करें कि आपके टूल परिभाषाएं मान्य JSON हैं। अमान्य स्कीमा प्रतिक्रिया में पार्सिंग त्रुटियों का कारण बन सकते हैं।

JSON मोड

कठोर संरचनात्मक आउटपुट के लिए, response_format को {"type": "json_object"} पर सेट करें। मॉडल अपने आउटपुट को वैध JSON बनाने के लिए मजबूर करेगा। यह उन API इंटीग्रेशन के लिए उपयोगी है जहां आपको परिणाम को प्रोग्रामेटिक रूप से पार्स करने की आवश्यकता होती है।

JSON मोड फ़ंक्शन कॉलिंग और स्ट्रीमिंग के साथ काम करता है। यह सुनिश्चित करता है कि आपके डाउनस्ट्रीम पार्सर खराब पाठ के कारण टूटें नहीं। यह उन बिना सेंसर LLM ऑनलाइन अनुप्रयोगों के लिए विशेष रूप से मूल्यवान है जिन्हें विश्वसनीय डेटा निष्कर्षण की आवश्यकता होती है।

Copyfrom openai import OpenAI

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

ध्यान दें कि JSON मोड को मजबूर करने से लेटेंसी में थोड़ी वृद्धि या मॉडल के तर्क में रचनात्मक स्वतंत्रता में कमी आ सकती है। इसे केवल तब उपयोग करें जब कठोर फॉर्मेटिंग की आवश्यकता हो।

पैरामीटर और सीमाएं

सहायक पैरामीटर में temperature, top_p, stop, seed, presence_penalty, और frequency_penalty शामिल हैं। मॉडल के आउटपुट शैली को सूक्ष्म-ट्यून करने के लिए इन्हें समायोजित करें।

रेट लिमिट प्रति मिनट 300 अनुरोध और प्रति API कुंजी 8 समानांतर अनुरोधों के लिए सेट किए गए हैं। अनुरोध बॉडी 8 MB से अधिक नहीं होनी चाहिए। यदि आप इन सीमाओं को पार करते हैं, तो API एक 429 त्रुटि लौटाता है। एक 401 त्रुटि एक अमान्य या अनुपस्थित API कुंजी को इंगित करती है। प्रीपेड क्रेडिट केवल सफल टोकन उपयोग के लिए चार्ज किया जाता है; त्रुटियाँ और अस्वीकृतियाँ मुफ्त हैं।

एक कठोर सामग्री सीमा किशोरों के साथ यौन सामग्री को ब्लॉक करती है। इस नियम का उल्लंघन करने वाले अनुरोध बिना चार्ज के अस्वीकृत कर दिए जाते हैं। क्रेडिट कभी समाप्त नहीं होता, और आप USDT (TRC20) या USDC (Base) का उपयोग करके टॉप-अप कर सकते हैं। 7 दिनों के लिए मान्य $0.50 के ट्रायल क्रेडिट के साथ शुरू करें।