เอกสาร API

URL ฐานและการตรวจสอบสิทธิ์

ใช้ URL ฐานเพื่อเชื่อมต่อกับ SDK OpenAI ใดๆ จุดปลายคือ https://api.unrestrictedcodingai.com/v1. ส่งคีย์ API ของคุณใน Authorization header เป็น Bearer token สิ่งนี้รับประกันความเข้ากันได้กับไลบรารีมาตรฐาน ในขณะที่มอบประสบการณ์ LLM uncensored

Copycurl https://api.unrestrictedcodingai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how the async await pattern works in JavaScript"}]
  }'

การตรวจสอบสิทธิ์นั้นเข้มงวด หากคีย์หายไปหรือไม่ถูกต้อง API จะส่งข้อผิดพลาด 401 ตรวจสอบให้แน่ใจว่าคีย์ของคุณเปิดใช้งานและเชื่อมโยงกับบัญชีที่สร้างผ่าน Google หรืออีเมล

POST /v1/chat/completions

ส่งคำขอการเขียนโค้ดของคุณไปยังจุดสิ้นสุดการเติมข้อความแชท ID ของโมเดลคือ uncensored. โมเดลเดียวนี้จัดการการสร้างข้อความทั้งหมดโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย คุณควบคุมบริบท สไตล์ และผลลัพธ์

Copyfrom openai import OpenAI

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

กำหนดค่า body ของ request ด้วยอาร์เรย์ข้อความของคุณ ระบบคาดหวังรูปแบบมาตรฐานของ OpenAI วิธีนี้ช่วยให้คุณควบคุมการกำหนด prompt และงานสร้างโค้ดได้อย่างเต็มที่

GET /v1/models

ตรวจสอบโมเดลที่มีอยู่โดยใช้จุดเชื่อมต่อ GET ซึ่งสิ่งนี้จะส่งคืนรายการที่ประกอบด้วย uncensored โมเดล ใช้สิ่งนี้เพื่อยืนยันการเชื่อมต่อก่อนส่งข้อมูลปริมาณมาก เป็นการตรวจสอบสถานะบริการอย่างรวดเร็ว

Copyimport OpenAI from "openai";

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

การตอบสนองรวมถึง ID ของโมเดลและประเภทออบเจ็กต์ เมตาดาต้านี้ช่วยให้แอปพลิเคชันของคุณปรับตัวได้อย่างไดนามิก ไม่มี embeddings หรือประเภทโมเดลอื่นๆ ที่พร้อมใช้งานในการออกแบบ API แบบง่ายนี้

การใช้งานโทเค็นและการสตรีม

เปิดใช้งานการสตรีมโดยตั้งค่า stream เป็น true. วิธีนี้จะส่ง token ผ่าน Server-Sent Events (SSE) รายละเอียดการใช้งาน token จะปรากฏใน chunk สุดท้าย ซึ่งช่วยลดความล่าช้าสำหรับบล็อกโค้ดที่ยาว

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)

จัดการเอาต์พุตบางส่วนได้อย่างมีประสิทธิภาพ API ให้ความสำคัญกับอิสระของนักพัฒนา ดังนั้นคุณจึงประมวลผลแต่ละโทเค็นเมื่อมาถึง วิธีนี้เหมาะสำหรับผู้ช่วยเขียนโค้ดแบบเรียลไทม์หรือเวิร์กโฟลว์การเขียนโค้ดแบบสบายๆ

Function Calling และโหมด JSON

ใช้ฟังก์ชันคอลลิงสำหรับผลลัพธ์ที่มีโครงสร้าง ตั้งค่า response_format เพื่อ {"type": "json_object"} สำหรับ JSON แบบเข้มงวด สิ่งนี้รับประกันว่าโปรแกรมแยกวิเคราะห์ของคุณจะได้รับข้อมูลสะอาด การกำหนดเครื่องมือจะถูกส่งในอาร์เรย์ข้อความ

โมเดลรองรับ tool_choice สำหรับการบังคับดำเนินการ สิ่งนี้สำคัญมากสำหรับงานเขียนโค้ดแบบเอเจนต์ซึ่งความน่าเชื่อถือเป็นเรื่องสำคัญ ใช้สิ่งนี้สำหรับเวิร์กโฟลว์อัตโนมัติที่ต้องการโครงสร้างที่มีความแน่นอน

อัตราจำกัดและข้อจำกัด

เคารพขีดจำกัด 300 คำขอต่อนาที ความพร้อมใช้งานถูกจำกัดไว้ที่ 8 คำขอพร้อมกันต่อคีย์ ขนาดร่างกายคำขอไม่สามารถเกิน 8 MB ข้อจำกัดเหล่านี้ป้องกันการละเมิดในขณะที่รักษาต้นทุนให้ต่ำ

ข้อผิดพลาด 402 บ่งชี้ว่าเครดิตพรีเพย์ไม่เพียงพอ ข้อผิดพลาดและการปฏิเสธไม่มีค่าใช้จ่าย ดังนั้นคุณจึงจ่ายเฉพาะสำหรับการดำเนินการสำเร็จเท่านั้น หน้าต่างบริบทครอบคลุม 100,000 tokens รวมอินพุตและเอาต์พุต