เริ่มต้นใช้งาน: ผสานรวม LLM แบบไม่เซ็นเซอร์ภายในไม่กี่นาที

การตั้งค่า: การกำหนดค่า base_url และ API key

กำหนดค่าสภาพแวดล้อมของคุณด้วย URL พื้นฐานและคีย์ API ที่สร้างได้เพื่อเริ่มทำคำขอได้ทันที จุดปลายอยู่ที่ HTTPS://api.norestrictai.com/v1 ซึ่งเข้ากันได้เต็มรูปแบบกับ SDK ของ OpenAI อย่างเป็นทางการและไคลเอนต์บุคคลที่สามส่วนใหญ่ คุณสามารถสร้างคีย์ของคุณได้ทันทีผ่านการตรวจสอบสิทธิ์ด้วย Google หรืออีเมลโดยไม่ต้องใช้หมายเลขโทรศัพท์ คีย์นี้ตรวจสอบสิทธิ์คำขอทั้งหมดที่ตามมาและแทนที่คีย์ก่อนหน้าหากคุณสร้างคีย์ใหม่ เราไม่ได้ติดตามคำขอของคุณสำหรับการฝึกอบรม ทำให้ข้อมูลของคุณเป็นส่วนตัวในขณะที่คุณทดสอบพารามิเตอร์ที่แตกต่างกัน

การส่ง request ครั้งแรกของคุณ: endpoint /v1/chat/completions

ส่งคำขอแรกของคุณไปยังจุดสิ้นสุด /v1/chat/completions โดยใช้ไคลเอนต์ HTTP หรือ SDK ที่คุณต้องการ รหัสโมเดลคือ "uncensored" ซึ่งปรับแต่งเพื่อตอบโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย คุณต้องรวมคีย์ API ของคุณในหัว Authorization เป็นโทเค็น Bearer จุดสิ้นสุดเดียวนี้จัดการการสร้างข้อความทั้งหมดโดยไม่จำเป็นต้องมีการเรียกแยกสำหรับ embedding หรือการประมวลผลภาพ

นี่คือตัวอย่างพื้นฐานที่ใช้ cURL:

Copycurl https://api.norestrictai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the factorial of 12"}]
  }'

คำขอนี้แสดงโครงสร้างขั้นต่ำที่จำเป็นสำหรับการรับคำตอบ คุณสามารถปรับระบบคำสั่ง (system prompt) เพื่อกำหนดพฤติกรรมของโมเดลให้เหมาะสมกับกรณีการใช้งานเฉพาะของคุณ คำตอบจะประกอบด้วยข้อความที่สร้างขึ้นในอาร์เรย์ choices

การตอบกลับแบบสตรีม: การจัดการชิ้นข้อมูล SSE อย่างมีประสิทธิภาพ

จัดการการตอบกลับแบบสตรีมอย่างมีประสิทธิภาพโดยอ่านชิ้น Server-Sent Events (SSE) เมื่อสร้างเสร็จ วิธีนี้ช่วยลดความล่าช้าที่ผู้ใช้รับรู้โดยการส่งเนื้อหาแบบเพิ่มแทนการรอการเสร็จสิ้นทั้งหมด แต่ละชิ้นมีข้อความบางส่วน ซึ่งช่วยให้คุณแสดงผลลัพธ์แบบเรียลไทม์ ชิ้นสุดท้ายรวมถึงสถิติการใช้งาน tokens ที่สมบูรณ์สำหรับการเรียกเก็บเงินที่แม่นยำ วิธีนี้มีประโยชน์เป็นพิเศษสำหรับการสร้างเนื้อหาแบบยาวหรืออินเทอร์เฟซแชทแบบโต้ตอบ

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)

ตรวจสอบให้แน่ใจว่าไคลเอนต์ของคุณจัดการชิ้นส่วนบางส่วนได้อย่างถูกต้องเพื่อหลีกเลี่ยงข้อผิดพลาดในการต่อ串 การตอบสนองแบบสตรีมมีโครงสร้างเดียวกันกับการตอบสนองแบบไม่สตรีม แต่ส่งข้อมูลอย่างต่อเนื่อง

พารามิเตอร์ขั้นสูง: อุณหภูมิ top_p และการควบคุม seed

ควบคุมความสร้างสรรค์และความสามารถในการทำซ้ำของผลลัพธ์ของคุณโดยใช้พารามิเตอร์ temperature, top_p และ seed Temperature ปรับความสุ่มของโมเดล โดยค่าที่ต่ำกว่าให้ผลลัพธ์ที่มีความแน่นอนมากขึ้น Top_p จำกัดการสุ่มแบบ nucleus ให้อยู่ในมวลความน่าจะเป็นที่กำหนด ช่วยปรับความหลากหลายของโทเคพารามิเตอร์ seed ช่วยให้คุณสามารถทำซ้ำผลลัพธ์เฉพาะสำหรับการทดสอบหรือการแก้ไขข้อบกพร่อง พารามิเตอร์เหล่านี้ทำงานร่วมกันเพื่อปรับแต่งพฤติกรรมของโมเดลอย่างละเอียดโดยไม่ต้องกำหนดค่าเพิ่มเติม

Copyfrom openai import OpenAI

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

การใช้ Python SDK ช่วยให้การส่งพารามิเตอร์และการจัดการการตอบกลับทำได้ง่ายขึ้น คุณสามารถตั้งค่าค่าเหล่านี้แบบไดนามิกตามบริบทของแอปพลิเคชันของคุณ ลองใช้ชุดค่าผสมที่แตกต่างกันเพื่อหาจุดสมดุลที่เหมาะสมที่สุดระหว่างความสอดคล้องและความสร้างสรรค์

เอาต์พุตแบบมีโครงสร้าง: การบังคับใช้โหมด JSON เพื่อความน่าเชื่อถือ

บังคับใช้ผลลัพธ์ JSON ที่มีโครงสร้างโดยการตั้งค่าพารามิเตอร์ response_format เป็น json_object คุณสมบัตินี้ทำให้โมเดลส่งคืน JSON ที่ถูกต้อง ซึ่งสำคัญต่อการผสานรวมกับแอปพลิเคชันหรือฐานข้อมูล downstream คุณสามารถกำหนดสคีมาในระบบ prompt ของคุณเพื่อแนะนำโครงสร้างของโมเดล ซึ่งช่วยลดข้อผิดพลาดในการแยกวิเคราะห์และทำให้การดึงข้อมูลจากผลลัพธ์ง่ายขึ้น คุณสมบัตินี้มีประโยชน์เป็นพิเศษสำหรับการสร้างเนื้อหาที่ขับเคลื่อนด้วยข้อมูลหรือการตอบสนอง API

Copyimport OpenAI from "openai";

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

SDK Node มีวิธีสะดวกเพื่อจัดการการแยกวิเคราะห์และการตรวจสอบ JSON คุณสามารถผสานรวมสิ่งนี้เข้ากับเวิร์กโฟลว์ที่มีอยู่ได้อย่างง่ายดาย ตรวจสอบให้แน่ใจว่า prompt ของคุณชัดเจนเกี่ยวกับโครงสร้างที่คาดหวังเพื่อเพิ่มประสิทธิภาพความน่าเชื่อถือ

การใช้งานเครื่องมือ: เปิดใช้งานการเรียกใช้ฟังก์ชันและ tool_choice

เปิดใช้งานการเรียกใช้ฟังก์ชันเพื่อให้โมเดลเรียกใช้เครื่องมือภายนอกหรือฟังก์ชันตามอินพุตของผู้กำหนด คุณสามารถกำหนดชุดเครื่องมือพร้อมสคีมาและคำอธิบายในคำขอ โมเดลจะตัดสินใจเมื่อใดควรเรียกใช้เครื่องมือและส่งอาร์กิวเมนต์ที่จำเป็น ความสามารถนี้ขยายประโยชน์ของโมเดลไปจากการสร้างข้อความธรรมดา คุณสามารถควบคุมการเลือกเครื่องมือโดยใช้พารามิเตอร์ tool_choice เพื่อบังคับหรืออนุญาตพฤติกรรมเฉพาะ คุณลักษณะนี้จำเป็นสำหรับการสร้างแอปพลิเคชันแบบเอเจนต์หรือเวิร์กโฟลว์ที่ซับซ้อน