クイックスタート：Uncensored LLM API統合

OpenAI SDKをインストール

まず公式ライブラリをプロジェクトに追加することから始めましょう。これにより、temperatureやtop_pなどの標準パラメータとの互換性が確保されます。ライブラリはシリアライゼーションを自動的に処理します。

• PythonおよびJavaScript環境に対応しています。
• 接続プーリングを効率的に管理します。
• 標準的なOpenAI互換API構造と互換性を維持します。

このステップにより、環境が即時の統合に準備されます。

基本的なテキスト生成には特定のバージョンは不要です。ライブラリは標準的な認証ヘッダーをシームレスにサポートします。

ベース URL の構成

クライアントをエンドポイントに接続して、標準のコンテンツフィルタをバイパスしてください。ベースURLは https://api.openaipricingapi.com/v1 すべてのリクエストに対して。この単一の変更により、トラフィックが無制限LLMインフラストラクチャにリダイレクトされます。

標準の Authorization ヘッダー。ダッシュボードから取得したキーを渡してください。クライアントはデータ送信前に認証情報を検証します。

モデルIDを次の形式で使用してください uncensored 最適なパフォーマンスのため。この識別子は、サーバーにリクエストをルーティングするモデルを通知します。他のモデルIDはサポートされていません。

最初のチャット完了を行う

接続を確認するために簡単なメッセージを送信します。システムプロンプトとユーザーメッセージを含む標準的なチャット完了エンドポイントを使用します。応答はテキストとして直接返されます。

成功を確認するにはステータスコードを確認してください。200 OKステータスはリクエストが正常に処理されたことを示します。エラーはデバッグ用の特定のコードを返します。

レビュー 出力の正確性を確認します。モデルは法的な成人向けコンテンツに対して拒否せずに回答します。多様なトピックでテストして動作を確認してください。

ストリーミングと関数呼び出しを有効化

ストリーミングを有効にしてリアルタイムでトークンを受け取ります。 stream=True リクエスト内。クライアントは利用可能になるたびにチャンクをイテレートします。これにより、知覚されるレイテンシが大幅に削減されます。

ペイロード内でツールを定義することで関数呼び出しにアクセスできます。モデルは実行用の構造化された引数を返します。JSON出力を解析してバックエンドロジックをトリガーします。

ストリーミングとツールを組み合わせることで、複雑なワークフローを実現します。部分的な応答を適切に処理してください。トークン数を確認するために、最終チャンクを処理するようにコードを確保してください。

トークンと使用データの処理

トークン使用量を監視して前払いクレジットを管理します。APIは $0.15 100万入力トークンあたり、および $0.50 100万出力トークンあたり。エラーはクレジットを消費しません。

最終的なストリーミングチャンクから使用データを解析します。これにより、正確な入力および出力カウントが得られます。アプリケーションのログでコストを追跡します。

返金は請求エラーにのみ適用されます。購入したクレジットの有効期限はありません。使用データを使用して将来の支出を正確に予測してください。

レート制限とエラーを理解する

期待 429 1分あたり300リクエストを超えるとエラーになります。中断を避けるためにクライアントのスループットを調整してください。キーごとの同時実行数は8に制限されています。

A 401 無効または欠落したAPIキーを示します。ダッシュボードで認証情報を確認してください。A 402 前払い残高が枯渇したことを意味します。

コンテキストウィンドウは合計100,000トークンをサポートします。この制限を超えるリクエストはエラーを返します。パフォーマンスを維持するためにペイロードサイズを適切に調整してください。

cURL

Copycurl https://api.openaipricingapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the hourly cost per token for the current model tier"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

ストリーミング

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)