पांच मिनट में पहला अनुरोध

प्रमाणीकरण और बेस URL

हमारा API मौजूदा OpenAI क्लाइंट्स के लिए ड्रॉप-इन रिप्लेसमेंट के रूप में डिज़ाइन किया गया है। आपको अपनी कॉन्फ़िगरेशन में केवल दो चीजें बदलने की आवश्यकता है: बेस URL और API कुंजी। इस सेवा के लिए बेस URL https://api.uncensoredgpt.top/v1 है। आप डैशबोर्ड पर Google या ईमेल के माध्यम से साइन इन करने के तुरंत बाद अपनी API कुंजी जनरेट कर सकते हैं। फ़ोन नंबर की आवश्यकता नहीं है, और कुंरी निर्माण के समय एक बार प्रदर्शित होती है।

सुनिश्चित करें कि आप अपनी कुंरी को सुरक्षित रूप से संग्रहीत करते हैं। यदि आप इसे खो देते हैं, तो आप डैशबोर्ड से एक नई कुंरी जनरेट कर सकते हैं, जो पिछली कुंरी को अमान्य कर देगी। यह सरल सेटअप आपको मानक लाइब्रेरी का उपयोग करके हमारे बिना सेंसर AI API से कनेक्ट करने की अनुमति देता है।

Chat Completions एंडपॉइंट

मुख्य कार्यक्षमता मानक POST /v1/chat/completions एंडपॉइंट के माध्यम से प्रदान की जाती है। यह एंडपॉइंट पाठ इनपुट स्वीकार करता है और पाठ आउटपुट लौटाता है, जो सिंक्रोनस और असिंक्रोनस दोनों अनुरोधों का समर्थन करता है। आपको मॉडल रूटिंग या एग्रीगेशन की चिंता करने की आवश्यकता नहीं है; हम एकल, उच्च-प्रदर्शन वाले बिना सेंसर लार्ज लैंगुएज मॉडल की सेवा करते हैं जो अनलिमिटेड कंटेंट के लिए ट्यून्ड है।

अनुरोध करते समय, आपको मॉडल आईडी को uncensored के रूप में निर्दिष्ट करना होगा। यह मॉडल ओपन-वेट है और हमारे अपने सर्वर पर होस्ट किया गया है, जो GPT, Claude या अन्य वेंडर मॉडल से अलग है। इसे कानूनी वयस्क उपयोग के लिए कंटेंट अस्वीकृति के बिना उत्तर देने के लिए डिज़ाइन किया गया है, जो NSFW या विवादास्पद विषयों के लिए आदर्श है।

शुरुआत करने के लिए, आप एक सरल cURL कमांड के साथ एंडपॉइंट का परीक्षण कर सकते हैं। YOUR_API_KEY को अपनी वास्तविक कुंजी से बदलें।

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."}]
  }'

स्ट्रीमिंग प्रतिक्रियाएं (SSE)

रियल-टाइम एप्लिकेशन के लिए, API सर्वर-सेंट इवेंट्स (SSE) का समर्थन करता है। स्ट्रीमिंग आपको टोकन प्राप्त करने की अनुमति देती है जैसे ही वे जनरेट किए जाते हैं, जो चैट इंटरफ़ेस के लिए बेहतर उपयोगकर्ता अनुभव प्रदान करता है। जब आप अपने अनुरोध में stream: true सेट करते हैं, तो API एक स्ट्रीम ऑफ़ चंक्स लौटाता है, न कि एकल पूर्ण प्रतिक्रिया।

प्रत्येक चंक आंशिक टेक्स्ट रखता है, और अंतिम चंक में बिलिंग उद्देश्यों के लिए टोकन उपयोग आँकड़े शामिल होते हैं। यह सुविधा त्वरित प्रतिक्रिया की आवश्यकता वाले एप्लिकेशन के लिए विशेष रूप से उपयोगी है। आप उचित SDK का उपयोग करके स्ट्रीम को अपनी पसंदीदा भाषा में संभाल सकते हैं।

यहाँ cURL का उपयोग करके स्ट्रीमिंग अनुरोध शुरू करने का एक उदाहरण दिया गया 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)

फ़ंक्शन कॉलिंग और टूल्स

API फ़ंक्शन कॉलिंग का समर्थन करता है, जिससे आपका एप्लिकेशन बाहरी टूल्स और सेवाओं के साथ इंटरैक्ट कर सकता है। आप tools पैरामीटर में फ़ंक्शंस की एक सूची परिभाषित कर सकते हैं, और मॉडल उचित होने पर फ़ंक्शन कॉल के साथ प्रतिक्रिया देगा। यह एजेंट्स या ऐसे एप्लिकेशन बनाने के लिए उपयोगी है जिन्हें विशिष्ट क्रियाएं करने की आवश्यकता होती है।

आप tool_choice का उपयोग करके मॉडल के व्यवहार को नियंत्रित कर सकते हैं, जिसे auto, none, या एक विशिष्ट फ़ंक्शन आईडी पर सेट किया जा सकता है। मॉडल प्रतिक्रिया में फ़ंक्शन नाम और तर्क लौटाएगा, जिसे आप अपने एप्लिकेशन में निष्पादित कर सकते हैं।

यहाँ OpenAI-संगत SDK के साथ फ़ंक्शन कॉलिंग सुविधा का उपयोग करने का एक Python उदाहरण दिया गया है:

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)

JSON मोड कॉन्फ़िगरेशन

यदि आपको संरचित आउटपुट की आवश्यकता है, तो आप response_format पैरामीटर को {"type": "json_object"} पर सेट करके JSON मोड सक्षम कर सकते हैं। यह मॉडल को मान्य JSON सिंटैक्स का पालन करने वाला आउटपुट जनरेट करने का निर्देश देता है। यह उन एप्लिकेशन के लिए विशेष रूप से उपयोगी है जिन्हें प्रतिक्रिया को प्रोग्रामेटिक रूप से पार्स करने की आवश्यकता होती है।

JSON मोड का उपयोग करते समय, मॉडल JSON ऑब्जेक्ट के चारों ओर मार्कडाउन फेंस या अतिरिक्त टेक्स्ट जोड़ने से बचेगा। यह सुनिश्चित करता है कि आपका पार्सर अतिरिक्त क्लीनअप स्टेप्स के बिना प्रतिक्रिया को सीधे पढ़ सके। यह एक LLM से संरचित डेटा प्राप्त करने का एक विश्वसनीय तरीका है।

यहाँ Node.js का एक उदाहरण दिया गया है जो JSON मोड के लिए क्लाइंट को कॉन्फ़िगर करने का तरीका दिखाता है:

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);

पैरामीटर: तापमान और टॉप पी

आप temperature और top_p जैसे पैरामीटर का उपयोग करके मॉडल की प्रतिक्रियाओं में यादृच्छिकता और रचनात्मकता को नियंत्रित कर सकते हैं। temperature पैरामीटर सैंपलिंग तापमान को समायोजित करता है, जिससे कम मान आउटपुट को अधिक निर्धारक बनाते हैं और उच्च मान इसे अधिक रचनात्मक बनाते हैं। top_p पैरामीटर न्यूक्लियस सैंपलिंग को नियंत्रित करता है, मॉडल को केवल शीर्ष p प्रायिकता द्रव्यमान वाले टोकन पर विचार करने की सीमा निर्धारित करता है।

अन्य समर्थित पैरामीटर में stop श्रृंखलाएँ, पुनरुत्पादकता के लिए seed, और presence_penalty व frequency_penalty के लिए दंड शामिल हैं। ये पैरामीटर आपको विशिष्ट उपयोग मामले के अनुसार मॉडल के व्यवहार को सूक्ष्म-समायोजित करने की अनुमति देते हैं।

इन पैरामीटरों को समझना आपके जनरेटेड टेक्स्ट की गुणवत्ता को अनुकूलित करने के लिए महत्वपूर्ण है। अपने एप्लिकेशन के लिए सही संतुलन खोजने के लिए विभिन्न मानों के साथ प्रयोग करें।