Integrációs útmutató az uncensored befejezésekhez

Előfeltételek: SDK telepítés és környezeti változók

Telepítse a hivatalos SDK-t a nyelvhez, és exportálja a hitelesítő adatait a kérések előtt. API-kulcsra van szüksége a portálunkból és a választott futtatókörnyezethez tartozó szabványos könyvtárra. Ez biztosítja, hogy a kódja azonnal hitelesíthessen az endpointjaink ellen.

• Python: pip install openai
• Node.js: npm install openai
• Exportálás OPENAI_API_KEY a tárhelyről származó kulccsal.

Copyfrom openai import OpenAI

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

Az alap_url és az API-kulcs konfigurálása

Irányítsd ügyfeledet a dedikált végpontra a szabványos modellkorlátozások megkerüléséhez. Állítsd be a base_url a https://api.gptnsfw.cc/v1 és használja a generált kulcsot. Ez az egyetlen módosítás a forgalmat az uncensored infrastruktúránkra irányítja.

• Base URL: https://api.gptnsfw.cc/v1
• Modell ID: uncensored

Copyimport OpenAI from "openai";

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

Az első POST /v1/chat/completions kérés végrehajtása

Küldjön egy szabványos completion kérést a rendszer és felhasználói promptokkal. A modell szöveges válaszokat ad vissza a szokásos tartalomszűrők nélkül a törvényes felnőtt témákra. Használja a uncensored model ID a payload-ban.

Copycurl https://api.gptnsfw.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the full API response for the /v1/messages endpoint"}]
  }'

Streamelt válaszok kezelése (SSE) és tokenfelhasználás

Streamelje a tokeneket generálásuk során Server-Sent Events segítségével a valós idejű kimenet érdekében. A végső chunk tartalmazza a kérés teljes tokenfelhasználását. Ez a megközelítés csökkenti az észlelt késleltetést hosszú formátumú szerepjáték vagy történetgenerálás esetén.

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)

JSON mód érvényesítése strukturált kimeneti adatokhoz

Kényszerítse a modellt a érvényes JSON kimenetre a response_format a {"type": "json_object"}. Ez kritikus fontosságú a strukturált adatok feldolgozásakor vagy az eredmények más alkalmazásokba való betáplálásakor. A modell szigorúan ezt a formátumot követi, beszélgetési betétszöveg nélkül.

A hőmérséklet, a top_p és a stop szekvenciák konfigurálása

Beállítás temperature és top_p a kreativitás vagy a determinizmus vezérléséhez a kimenetekben. Használd stop sorozatokat a generálás leállításához meghatározott jelzőknél. Ezek a paraméterek pontos kontrollt biztosítanak a cenzúrázatlan chatbot viselése felett.