Przewodnik integracyjny z uzupełnianiami bez ograniczeń

Wymagania wstępne: Instalacja SDK i zmienne środowiskowe

Zainstaluj oficjalny pakiet SDK dla swojego języka i wyeksportuj swoje poświadczenia przed wysłaniem żądań. Potrzebujesz klucza API z naszego portalu oraz standardowej biblioteki dla wybranego środowiska wykonawczego. Zapewnia to, że Twój kod może natychmiast uwierzytelniać się w naszych endpointach.

• Python: pip install openai
• Node.js: npm install openai
• Eksportuj OPENAI_API_KEY z Twoim kluczem z panelu.

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)

Konfiguracja base_url i klucza API

Wskaż klientowi nasz dedykowany punkt końcowy, aby ominąć standardowe ograniczenia modeli. Ustaw base_url do https://api.gptnsfw.cc/v1 i użyj wygenerowanego klucza. Ta pojedyncza zmiana kieruje ruch do naszej infrastruktury bezcenzurowanej.

• URL bazowy: https://api.gptnsfw.cc/v1
• ID modelu: 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);

Wykonywanie pierwszego żądania POST /v1/chat/completions

Wyślij standardowe żądanie completion z promptami systemowymi i użytkownika. Model zwraca odpowiedzi tekstowe bez zwykłych filtrów treści dla legalnych tematów dla dorosłych. Użyj uncensored ID modelu w ładunku (payload).

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"}]
  }'

Obsługa odpowiedzi strumieniowych (SSE) i zużycia tokenów

Strumuj tokeny efektywnie za pomocą Serwerowych Wydarzeń Przesyłanych Strumieniowo dla wyjścia w czasie rzeczywistym. Ostatni fragment zawiera całkowite zużycie tokenów dla Twojego żądania. To podejście zmniejsza postrzegane opóźnienie przy generowaniu długich opowiadań lub gier fabularnych.

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)

Wymuszanie trybu JSON dla danych wyjściowych strukturalnych

Wymuszaj na modelu poprawne dane JSON, ustawiając response_format do {"type": "json_object"}. Jest to kluczowe przy parsowaniu danych strukturalnych lub przekazywaniu wyników do innych aplikacji. Model ściśle przestrzega tego formatu, nie dodając konwersacyjnego wypełniacza.

Konfigurowanie temperatury, top_p i sekwencji stop

Dostosuj temperature i top_p kontrolowania kreatywności lub determinizmu w wynikach. Użyj stop sekwencje do zatrzymywania generowania na konkretnych znacznikach. Te parametry dają Ci precyzyjną kontrolę nad zachowaniem uncensored chatbota.