أول طلب في خمس دقائق

المصادقة وعنوان URL الأساسي

تم تصميم واجهة API الخاصة بنا لتكون بديلاً جاهزًا لعملاء OpenAI الحاليين. تحتاج فقط إلى تغيير شيئين في تكوينك: عنوان URL الأساسي ومفتاح API. عنوان URL الأساسي لهذه الخدمة هو https://api.uncensoredgpt.top/v1. يمكنك إنشاء مفتاح API الخاص بك فورًا بعد تسجيل الدخول عبر Google أو البريد الإلكتروني في لوحة التحكم. لا يتطلب رقم هاتف، ويظهر المفتاح مرة واحدة عند إنشائه.

تأكد من تخزين مفتاحك بأمان. إذا فقدته، يمكنك إنشاء مفتاح جديد من لوحة التحكم، مما سيؤدي إلى إبطال المفتاح السابق. يسمح هذا الإعداد البسيط بالاتصال بواجهة برمجة التطبيقات AI غير الخاضعة للرقابة باستخدام المكتبات القياسية دون محولات مخصصة.

نقطة نهاية إكمال المحادثة

تُقدَّم الوظيفة الأساسية عبر نقطة النهاية القياسية POST /v1/chat/completions. تقبل هذه النقطة مدخلات نصية وتُرجي مخرجات نصية، وتدعم الطلبات المتزامنة والطلبات غير المتزامنة. لا داعي للقلق بشأن توجيه النموذج أو تجميعه؛ إذ نخدم نموذجًا لغويًا كبيرًا واحدًا عالي الأداء وبدون رقابة، ومُضبطًا للمحتوى غير المقيد.

عند إرسال طلب، يجب تحديد معرف النموذج كـ uncensored. هذا النموذج مفتوح الأوزان ومُستضاف على خوادمنا الخاصة، وهو منفصل عن نماذج GPT أو Claude أو نماذج البائعين الآخرين. صُمم للإجابة بدون رفض المحتوى للاستخدام القانوني للبالغين، مما يجعله مثاليًا لمواضيع NSFW أو المثيرة للجدل.

للبدء، يمكنك اختبار نقطة النهاية باستخدام أمر cURL بسيط. استبدل YOUR_API_KEY بمفتاحك الفعلي.

Copycurl https://api.uncensoredgpt.top/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."}]
  }'

استجابات البث المتدفق (SSE)

لتطبيقات الوقت الفعلي، تدعم واجهة API أحداث الإرسال من الخادم (SSE). يسمح البث المتدفق باستلام الرموز بمجرد إنشائها، مما يوفر تجربة مستخدم أفضل لواجهات الدردشة. عند تعيين stream: true في طلبك، تُرجع واجهة API تدفقًا من القطع بدلاً من استجابة كاملة واحدة.

تحتوي كل قطعة على نص جزئي، وتشمل القطعة الأخيرة إحصائيات استخدام الرموات لأغراض الفوترة. هذه الميزة مفيدة بشكل خاص للتطبيقات التي تتطلب تغذية راجعة فورية. يمكنك التعامل مع التدفق في لغتك المفضلة باستخدام واجهة برمجة التطبيقات المناسبة.

إليك مثالًا حول كيفية بدء طلب بث متدفق باستخدام cURL:

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)

استدعاء الدوال والأدوات

تدعم واجهة برمجة التطبيقات استدعاء الدوال، مما يتيح لتطبيقك التفاعل مع الأدوات والخدمات الخارجية. يمكنك تحديد قائمة بالدوال في المعلمة tools، وسيرد النموذج باستدعاء دالة إذا كان ذلك مناسبًا. هذا مفيد لبناء وكلاء أو تطبيقات تحتاج إلى تنفيذ إجراءات محددة.

يمكنك التحكم في سلوك النموذج باستخدام tool_choice، والذي يمكن تعيينه إلى auto، none، أو معرف دالة محدد. سيعيد النموذج اسم الدالة والحجج في الاستجابة، والتي يمكنك بعدها تنفيذها في تطبيقك.

إليك مثال Python يوضح كيفية استخدام ميزة استدعاء الدوال مع واجهة برمجة التطبيقات المتوافقة مع OpenAI:

Copyfrom openai import OpenAI

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

تكوين وضع JSON

إذا كنت بحاجة إلى مخرجات مُهيكلة، يمكنك تفعيل وضع JSON عن طريق تعيين المعلمة response_format إلى {"type": "json_object"}. وهذا يوجّه النموذج إلى توليد مخرجات تتوافق مع صيغة JSON صالحة. وهذا مفيد بشكل خاص للتطبيقات التي تتطلب تحليل الاستجابة برمجيًا.

عند استخدام وضع JSON، سيتجنب النموذج إضافة علامات التنسيق أو نص إضافي حول كائن JSON. يضمن ذلك أن يتمكن المحلل الخاص بك من استهلاك الاستجابة مباشرة دون خطوات تنظيف إضافية. إنها طريقة موثوقة للحصول على بيانات منظمة من نموذج LLM.

إليك مثال Node.js يوضح كيفية تكوين العميل لوضع JSON:

Copyimport OpenAI from "openai";

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

المعاملات: درجة الحرارة و Top P

يمكنك التحكم في عشوائية وإبداع استجابات النموذج باستخدام معاملات مثل temperature و top_p. تضبط المعلمة temperature درجة أخذ العينات، حيث تجعل القيم الأقل المخرجات أكثر حتمية والقيم الأعلى أكثر إبداعًا. تتحكم المعلمة top_p في أخذ العينات النووية، مما يحد من تفكير النموذج في الكتلة الاحتمالية للرموز (token) الأعلى p فقط.

تشمل المعاملات المدعومة الأخرى تسلسلات stop، و seed للتكرار، وعقوبات لـ presence_penalty و frequency_penalty. تتيح لك هذه المعاملات ضبط سلوك النموذج ليناسب حالة الاستخدام المحددة الخاصة بك.

فهم هذه المعاملات أمر بالغ الأهمية لتحسين جودة النص الذي تم إنشاؤه. جرب قيمًا مختلفة للعثور على التوازن المناسب لتطبيقك.