Dokumentacja API

Uwierzytelnianie i URL bazowy

Zacznij od wygenerowania swojego klucza przez panel. Użyj https://api.abliteratedaimodel.com/v1 jako swój bazowy adres URL. Przekaż klucz w Authorization Nagłówek. Nie ma subskrypcji ani opłat miesięcznych. Twój kredyt zaliczkowy pokrywa użytkowanie do wyczerpania.

Pierwsze żądanie

Wyślij proste uzupełnienie tekstu, aby zweryfikować łączność. Model uncensored odpowiada natychmiast na standardowe prompty. Zmień YOUR_API_KEY z Twoimi wygenerowanymi danymi logowania. Odpowiedź zawiera wygenerowany tekst oraz użycie tokenów.

Copycurl https://api.abliteratedaimodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a hello world function in python"}]
  }'

Integracja SDK Python

Użyj oficjalnej biblioteki Pythona OpenAI dla łatwej integracji. Ustaw base URL na nasz punkt końcowy. Zainicjuj klienta swoim kluczem API. Wysyłaj wiadomości i odbieraj surowy tekst wyjściowy. To podejście działa dla większości standardowych aplikacji LLM.

Copyfrom openai import OpenAI

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

Konfiguracja SDK Node.js

Zaimportuj pakiet OpenAI w swoim projekcie Node.js. Skonfiguruj klucz API i adres bazowy. Wyślij żądanie uzupełnienia czatu ze swoim żądanym promptem. Obsłuż dane odpowiedzi asynchronicznie. Ta metoda idealnie nadaje się do środowisk JavaScript po stronie serwera.

Copyimport OpenAI from "openai";

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

Odpowiedzi strumieniowe

Włącz strumieniowanie dla niższego opóźnienia przy długich wyjściach. Ustaw stream do true w Twoim żądaniu. Otrzymuj cząstki w miarę ich generowania. Przetwarzaj każdą cząstkę, aby aktualizować interfejs użytkownika w czasie rzeczywistym. Znacząco skraca to postrzegany czas oczekiwania.

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)

Limity i błędy

Okna kontekstowe obsługują łącznie 100,000 tokenów. Maksymalny output na żądanie wynosi 16,000 tokenów. Limity szybkości pozwalają na 300 żądań na minutę. Obsługuj błędy takie jak 401 dla nieprawidłowych kluczy lub 402 za niewystarczające środki. Starannie planuj zużycie tokenów, aby uniknąć przerw w trakcie zadań o dużym obciążeniu.