البدء السريع: قم بدمج واجهة برمجة التطبيقات لنموذج اللغات الكبير غير الخاضع للرقابة

إعداد عنوان URL الأساسي والمصادقة

وجّه عميلك إلى نقطة النهاية المخصصة لبدء الاتصال. عنوان URL الأساسي هو https://api.apillmopen.com/v1. يعمل هذا التكوين مع أي مكتبة SDK قياسية لـ OpenAI عن طريق تحديث base_url السماح ومفتاح API الفريد الخاص بك. تتلقى هذا المفتاح على الفور بعد التسجيل باستخدام Google أو البريد الإلكتروني. لا يتطلب التحقق من رقم الهاتف. يفرض النظام حداً صارماً لمفتاح نشط واحد لكل حساب. يؤدي توليد مفتاح جديد إلى إبطال المفتاح السابق تلقائياً. هذا يبسط التحكم في الوصول لسير عمل التطوير الخاص بك.

إرسال أول طلب إكمال دردشة لك

أرسل طلب POST قياسي إلى /v1/chat/completions لتوليد النص. يجب أن تحدد معرف النموذج كـ uncensored. يقبل النظام المعايير القياسية مثل temperature و top_p للتحكم في العشوائية. تتم معالجة طلب الإدخال الخاص بك عبر نموذج اللغة الكبير المستضاف لدينا. تعود النتائج كنص خالص بدون تضخم غير ضروري في البيانات الوصفية. يضمن هذا النهج المباشر دفعك فقط مقابل رموز الاستدلال الفعلية المستخدمة. لا تستهلك الأخطاء أثناء المعالجة رصيدك المدفوع مسبقاً. يجعل هذا الاختبار اقتصادياً للغاية خلال مراحل التطوير المبكرة.

تكامل مكتبة Python

استخدم المكتبة الرسمية لـ Python للتفاعل مع نقطة النهاية بسلاسة. قم بتكوين العميل باستخدام عنوان URL الأساسي ومفتاح API الخاص بك. تتولى المكتبة تلقائياً تسلسل البيانات بتنسيق JSON ونقلها عبر بروتوكول HTTP. يمكنك تمرير قائمة من الرسائل لتحديد سجل المحادثة. يوفر كائن الاستجابة وصولاً سهلاً إلى المحتوى المُولّد. هذه الطريقة مثالية لخدمات الخلفية أو النصوص البرمجية المحلية. فهي تقلل بشكل كبير من الكود المكرر مقارنة بطلبات HTTP الخام. يمكنك أيضاً تعيين معلمات محددة للتحكم الدقيق في نمط المخرجات.

تكامل Node SDK

قم تهيئة عميل Node.js باستخدام بيانات الاعتماد الخاصة بك وعنوان URL الأساسي. الطبيعة غير المتزامنة لمكتبة SDK تتناسب جيدًا مع خوادم الويب الحديثة. يمكنك انتظار استجابة الإكمال مباشرة في معالجات المسارات الخاصة بك. يحافظ هذا النهج على نظافة وقراءة الكود الخاص بك. تدير مكتبة SDK ربط الاتصالات وإعادة المحاولة بكفاءة. يمكنك دمج هذا في تطبيقات Express أو Fastify بسهولة. يدعم كلًا من الاستجابات المتدفقة وغير المتدفقة. اختر الوضع الذي يناسب بنية تطبيقك بشكل أفضل.

تمكين التدفق ومعالجة استخدام الرموز

فعّل التدفق عن طريق تعيين stream parameter إلى true. تُعيد الـ API البيانات عبر أحداث الإرسال من الخادم (SSE). يحتوي كل جزء على نص جزئي وبيانات وصفية. يتضمن الجزء الأخير إجمالي استخدام الرموز للطلب. يتيح لك هذا تتبع التكاليف في الوقت الفعلي. يقلل التدفق من زمن الاستجابة المُدرَك للمستخدمين النهائيين بشكل كبير. يمكنك عرض النص كما يتم إنشاؤه. هذا أمر حاسم لواجهات الدردشة حيث يهم الاستجابة. تتعامل مكتبات SDK مع تحليل الأحداث لك تلقائيًا.

نوافذ السياق، والحدود، والأخطاء

يدعم النموذج نافذة سياق بحجم 100,000 رمز مدمج للإدخال والإخراج معاً. يمكنك توليد ما يصل إلى 16,000 رمز لكل طلب. إذا حذفت max_tokens, الافتراضي هو 2,048 رمزًا. أنت مقيد بـ 300 طلب في الدقيقة وثمانية طلبات متزامنة لكل مفتاح. يجب أن يبقى حجم جسم الطلب أقل من 8 ميجابايت. تعيد أخطاء المصادقة رمز حالة 401. تؤدي الأموال غير الكافية إلى خطأ 402. تؤدي حدود المعدل إلى استجابة 429. تعامل مع هذه الأكواد بسلاسة للحفاظ على تجربة مستخدم سلسة.

cURL

Copycurl https://api.apillmopen.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List dependencies for React 18."}]
  }'

Python

Copyfrom openai import OpenAI

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

التدفق

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)