คำขอแรกในห้านาที

การตรวจสอบสิทธิ์ & URL พื้นฐาน

API ของเราได้รับการออกแบบให้เป็นตัวเลือกแทนที่ไคลเอนต์ OpenAI ที่มีอยู่ได้อย่างสมบูรณ์ คุณเพียงต้องเปลี่ยนสองสิ่งในการกำหนดค่าของคุณ: URL พื้นฐานและคีย์ API URL พื้นฐานสำหรับบริการนี้คือ https://api.uncensoredgpt.top/v1 คุณสามารถสร้างคีย์ API ได้ทันทีหลังจากสมัครใช้งานผ่าน Google หรืออีเมลบนแดชบอร์ด ไม่จำเป็นต้องใช้หมายเลขโทรศัพท์ และคีย์จะแสดงขึ้นเพียงครั้งเดียวเมื่อสร้าง

ให้แน่ใจว่าคุณเก็บคีย์ของคุณอย่างปลอดภัย หากคุณทำหาย คุณสามารถสร้างคีย์ใหม่จากแดชบอร์ด ซึ่งจะทำให้คีย์ก่อนหน้าหมดอายุ การตั้งค่าที่เรียบง่ายนี้ช่วยให้คุณเชื่อมต่อ API AI ไม่เซ็นเซอร์ของเราโดยใช้ไลบรารีมาตรฐานโดยไม่ต้องใช้ตัวปรับแต่ง

เอนด์พอยต์ Chat Completions

ฟังก์ชันการทำงานหลักให้บริการผ่านเอนด์พอยต์ POST /v1/chat/completions มาตรฐาน เอนด์พอยต์นี้รับอินพุตข้อความและส่งเอาต์พุตข้อความ รองรับทั้งคำขอแบบซิงโครนัสและอะซิงโครนัส คุณไม่จำเป็นต้องกังวลเกี่ยวกับการจัดเส้นทางโมเดลหรือการรวมผลลัพธ์; เราให้บริการโมเดลภาษาขนาดใหญ่แบบไม่เซ็นเซอร์เพียงตัวเดียวที่มีประสิทธิภาพสูงซึ่งปรับแต่งสำหรับเนื้อหาแบบไร้ข้อจำกัด

เมื่อทำคำขอ คุณต้องระบุ ID ของโมเดลเป็น uncensored โมเดลนี้เป็นโมเดลแบบเปิดน้ำหนักและโฮสต์บนเซิร์ฟเวอร์ของเราเอง ซึ่งแตกต่างจาก GPT, Claude หรือโมเดลของผู้ขายรายอื่น โมเดลนี้ถูกออกแบบมาเพื่อตอบคำถามโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย ทำให้เหมาะสำหรับหัวข้อ NSFW หรือหัวข้อที่ก่อให้เกิดข้อโต้แย้ง

เพื่อเริ่มต้น คุณสามารถทดสอบเอนด์พอยต์ด้วยคำสั่ง cURL อย่างง่าย แทนที่ YOUR_API_KEY ด้วยคีย์จริงของคุณ

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."}]
  }'

การตอบสนองแบบสตรีมมิง (SSE)

สำหรับแอปพลิเคชันแบบเรียลไทม์ API รองรับ Server-Sent Events (SSE) การสตรีมมิงช่วยให้คุณรับโทเคนเมื่อมันถูกสร้าง ซึ่งให้ประสบการณ์ผู้ใช้ที่ดีกว่าสำหรับอินเทอร์เฟซแชท เมื่อคุณตั้งค่า stream: true ในคำขอของคุณ API จะส่งคืนสตรีมของชิ้นส่วนแทนที่จะเป็นการตอบสนองที่สมบูรณ์เพียงรายการเดียว

แต่ละชิ้นส่วนมีข้อความบางส่วน และชิ้นส่วนสุดท้ายรวมถึงสถิติการใช้งานโทเคนสำหรับการเรียกเก็บเงิน คุณลักษณะนี้มีประโยชน์เป็นพิเศษสำหรับแอปพลิเคชันที่ต้องการการตอบกลับทันที คุณสามารถจัดการสตรีมในภาษาที่คุณต้องการโดยใช้ SDK ที่เหมาะสม

นี่คือตัวอย่างวิธีการเริ่มคำขอสตรีมมิงโดยใช้ 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)

การเรียกใช้ฟังก์ชัน & เครื่องมือ

API รองรับ function calling ซึ่งอนุญาตให้แอปพลิเคชันของคุณโต้ตอบกับเครื่องมือและบริการภายนอก คุณสามารถกำหนดรายการฟังก์ชันในพารามิเตอร์ tools และโมเดลจะตอบกลับด้วยการเรียกใช้ฟังก์ชันหากเหมาะสม สิ่งนี้มีประโยชน์สำหรับการสร้างเอเยนต์หรือแอปพลิเคชันที่ต้องดำเนินการเฉพาะเจาะจง

คุณสามารถควบคุมพฤติกรรมของโมเดลโดยใช้ tool_choice ซึ่งสามารถตั้งค่าเป็น auto, none หรือ ID ฟังก์ชันเฉพาะ โมเดลจะส่งคืนชื่อฟังก์ชันและอาร์กิวเมนต์ในการตอบสนอง ซึ่งคุณสามารถดำเนินการต่อในแอปพลิเคชันของคุณได้

นี่คือตัวอย่าง Python ที่แสดงวิธีการใช้คุณลักษณะการเรียกใช้ฟังก์ชันกับ SDK ที่เข้ากันได้กับ 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)

การกำหนดค่าโหมด JSON

หากคุณต้องการเอาต์พุตที่มีโครงสร้าง คุณสามารถเปิดใช้งานโหมด JSON ได้โดยการตั้งค่าพารามิเตอร์ response_format เป็น {"type": "json_object"} สิ่งนี้สั่งให้โมเดลสร้างเอาต์พุตที่สอดคล้องกับไวยากรณ์ JSON ที่ถูกต้อง สิ่งนี้มีประโยชน์เป็นพิเศษสำหรับแอปพลิเคชันที่ต้องการแยกวิเคราะห์การตอบสนองแบบโปรแกรม

เมื่อใช้โหมด JSON โมเดลจะหลีกเลี่ยงการเพิ่มเครื่องหมายมาร์กดาวน์หรือข้อความเพิ่มเติมรอบวัตถุ JSON สิ่งนี้ทำให้แน่ใจว่าตัวแยกวิเคราะห์ของคุณสามารถบริโภคการตอบสนองได้โดยตรงโดยไม่ต้องใช้ขั้นตอนการทำความสะอาดเพิ่มเติม เป็นวิธีที่เชื่อถือได้ในการรับข้อมูลที่มีโครงสร้างจาก LLM

นี่คือตัวอย่าง Node.js ที่แสดงวิธีการกำหนดไคลเอนต์สำหรับ โหมด 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);

พารามิเตอร์: อุณหภูมิ & Top P

คุณสามารถควบคุมความสุ่มและความสร้างสรรค์ของการตอบกลับของโมเดลโดยใช้พารามิเตอร์อย่าง temperature และ top_p พารามิเตอร์ temperature ปรับอุณหภูมิการสุ่มตัวอย่าง โดยค่าที่ต่ำกว่าทำให้เอาต์พุตมีความเป็นกำหนดได้มากขึ้น และค่าที่สูงกว่าทำให้มีความสร้างสรรค์มากขึ้น พารามิเตอร์ top_p ควบคุมการสุ่มนิวเคลียส โดยจำกัดให้โมเดลพิจารณาเฉพาะมวลความน่าจะเป็นสูงสุด p ของโทเคน

พารามิเตอร์ที่รองรับอื่นๆ รวมถึงลำดับ stop, seed สำหรับการทำซ้ำได้ และค่าปรับสำหรับ presence_penalty และ frequency_penalty พารามิเตอร์เหล่านี้ช่วยให้คุณปรับแต่งพฤติกรรมของโมเดลให้เหมาะกับกรณีการใช้งานเฉพาะของคุณ

ความเข้าใจพารามิเตอร์เหล่านี้มีความสำคัญต่อการปรับปรุงคุณภาพของข้อความที่สร้างของคุณ ลองใช้ค่าที่แตกต่างกันเพื่อหาความสมดุลที่เหมาะสมสำหรับแอปพลิเคชันของคุณ