Démarrage rapide : intégration de modèle IA non filtré

Prérequis : installation du SDK et configuration de l'environnement

Le modèle IA non filtré fonctionne avec les SDK OpenAI standards. Vous avez besoin d'une clé API depuis le tableau de bord et de l'URL de base HTTPS://api.unfilteredaimodel.com/v1. Installez la bibliothèque pour votre langage préféré pour gérer automatiquement les en-têtes d'authentification.

Définissez la variable d'environnement ou passez la clé directement lors de l'initialisation de votre client. L'identifiant du modèle est "uncensored". Aucune autre configuration n'est requise pour la génération de texte basique.

• Installez le package via npm, pip ou votre gestionnaire de packages.
• Assurez-vous d'avoir une clé API valide depuis le tableau de bord.
• Vérifiez que l'URL de base correspond au point de terminaison fourni.

Initialisez le client avec l'URL de base et la clé

Configurez le client pour pointer vers notre URL de base et utilisez votre clé API pour l'authentification. Cela garantit que toutes les requêtes sont acheminées correctement vers le modèle uncensored.

• Définissez l'URL de base sur HTTPS://api.unfilteredaimodel.com/v1
• Transmettez votre clé API dans l'en-tête d'autorisation
• Specify the model id as "uncensored"

Cette configuration fonctionne avec n'importe quel client compatible OpenAI. Vous pouvez utiliser les SDK officiels ou toute bibliothèque qui prend en charge le format de l'API OpenAI.

Copycurl https://api.unfilteredaimodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

Envoi de votre première demande de complétion de chat

Envoyez une requête POST à /v1/chat/completions avec votre tableau de messages. Le modèle répondra avec du texte généré sans refus de contenu pour une utilisation adulte légale.

• Utilisez le paramètre messages pour définir la conversation
• Specify the model as "uncensored"
• Définissez la température et d'autres paramètres selon les besoins.

La réponse contiendra le texte généré dans le tableau 'choices'. Vous pouvez extraire le contenu et l'utiliser dans votre application.

Copyfrom openai import OpenAI

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

Gestion des réponses en streaming et de la consommation de tokens

Activez le streaming en définissant stream=true dans votre requête. L'API renvoie des fragments de texte au fur et à mesure de leur génération. L'utilisation des jetons est signalée dans le dernier fragment.

• Définissez stream=true dans le corps de la requête
• Traitez chaque chunk à mesure qu'il arrive
• Vérifiez le dernier chunk pour l'utilisation des tokens

Ceci est utile pour les applications en temps réel où vous souhaitez afficher le texte au fur et à mesure de sa génération. La réponse en streaming inclut le nombre de jetons pour une transparence sur la facturation.

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)

Configuration de la température, du top_p et du mode JSON

Personnalisez le comportement du modèle à l'aide de paramètres comme temperature, top_p et response_format. Ces paramètres contrôlent la créativité, l'aléatoire et le format de sortie.

• Ajustez la température pour la créativité (0,0 à 1,0)
• Définissez top_p pour l'échantillonnage du noyau
• Utilisez response_format=json_object pour une sortie structurée

Le modèle prend en charge l'appel de fonctions et l'utilisation d'outils. Vous pouvez définir des outils et laisser le modèle décider quand les appeler. Cela permet des workflows complexes et des intégrations.

Copyimport OpenAI from "openai";

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

Gestion des erreurs et limites de débit (300 RPM)

L'API impose une limite de 300 requêtes par minute par clé. Si vous dépassez cette limite, vous recevrez une erreur 429. Les autres erreurs courantes incluent 401 pour les clés invalides et 402 pour le solde insuffisant.

• Surveillez votre taux de requêtes pour éviter les erreurs 429
• Gérez les erreurs 401 en vérifiant votre clé API
• Gérez les erreurs 402 en rechargant votre crédit

La fenêtre de contexte est de 100 000 tokens pour l'invite et la complétion combinées. La sortie maximale est de 16 000 tokens par requête. Les erreurs et les refus ne consomment pas de crédit.