क्विकस्टार्ट: अनसेंसर्ड OpenAI-कम्पैटिबल API

OpenAI SDK इंस्टॉल करें

अपनी पसंदीदा भाषा के लिए मानक लाइब्रेरी इंस्टॉल करें ताकि तुरंत रिक्वेस्ट हैंडल की जा सकें।

यह लाइब्रेरी हमारे OpenAI-कम्पैटिबल एंडपॉइंट के साथ संचार करने के लिए आवश्यक क्लाइंट प्रदान करती है। यह आपके लिए प्रमाणीकरण हेडर्स और रिस्पॉन्स पार्सिंग प्रबंधित करता है।

• Python: pip install openai
• Node.js: npm install openai

कोई विशेष ड्राइवर आवश्यक नहीं है। SDK अंतर्निहित HTTP कनेक्शन को कुशलता से संभालता है।

बेस URL और कुंजी कॉन्फ़िगर करें

अपने क्लाइंट को हमारे विशिष्ट बेस यूआरएल की ओर निर्देशित करें और मानक गेटवे प्रतिबंधों को बायपास करने के लिए अपनी API कुंजी सेट करें।

उपयोग करें https://api.openrouterapiratelimit.com/v1 अपने बेस URL के रूप में। यह ट्रैफ़िक को एक प्रॉक्सी परत के बजाय हमारे सीधे सर्वरों पर निर्देशित करता है। आपकी API कुंजी आपके प्रीपेड क्रेडिट खाते को प्रमाणीकृत करती है।

हम मानक हेडर का समर्थन करते हैं। अपना कुंजी पास करें Authorization हेडर। यह सुनिश्चित करता है कि आपके अनुरोध बिना किसी मध्यवर्ती हॉप के सीधे अनसेंसर्ड मॉडल तक पहुंचें।

अपनी पहली अनसेंसर्ड रिक्वेस्ट भेजें

एक POST अनुरोध भेजें /v1/chat/completions मॉडल ID के साथ uncensored सामग्री फ़िल्टर के बिना टेक्स्ट जनरेट करने के लिए।

हमारा मॉडल कानूनी वयस्क, काल्पनिक या विवादास्पद विषयों को अस्वीकार नहीं करता है। यह आपके प्रॉम्प्ट के आधार पर सीधे उत्तर देता है।

Copycurl https://api.openrouterapiratelimit.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Send a test message to verify endpoint availability."}]
  }'

प्रतिस्थापित करें YOUR_API_KEY अपने वास्तविक कुंजी के साथ। प्रतिक्रिया उत्पन्न टेक्स्ट लौटाती है choices array. यह पुष्टि करता है कि मॉडल काम कर रहा है और अनकैप्ड है।

रियल-टाइम आउटपुट के लिए स्ट्रीमिंग सक्षम करें

सेट करें stream: true जनरेट होते हुए टोकन प्राप्त करें, जिससे लंबे उत्तरों के लिए अनुभूत विलंबता कम हो।

स्ट्रीमिंग आपके एप्लिकेशन को आउटपुट को क्रमिक रूप से प्रदर्शित करने देती है। यह चैट इंटरफेस के लिए महत्वपूर्ण है जहां यूजर तुरंत फीडबैक की उम्मीद करते हैं।

Copyfrom openai import OpenAI

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

SDK चंक को आने पर ही yield करता है। प्रत्येक चंक को प्रोसेस करें ताकि आपका UI अपडेट हो सके। अंतिम चंक में अनुरोध के लिए कुल टोकन उपयोग होता है।

टूल्स और JSON मोड का उपयोग करें

अनसेंसर्ड मॉडल से संरचित डेटा एक्सट्रैक्शन के लिए फ़ंक्शन कॉलिंग या सख्त JSON मोड का उपयोग करें।

हमारा API मानक OpenAI टूल परिभाषाओं का समर्थन करता है। अपने टूल्स अनुरोध में परिभाषित करें और मॉडल को तय करने दें कि कब उन्हें कॉल करना है। वैकल्पिक रूप से, उपयोग करें response_format: {"type": "json_object"} निश्चित JSON आउटपुट के लिए।

Copyimport OpenAI from "openai";

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

यह सुनिश्चित करता है कि आपके डाउनस्ट्रीम सिस्टम पार्सेबल डेटा प्राप्त करते हैं। मॉडल उस स्कीमा का पालन करता है जिसे आप प्रदान करते हैं। अपने पाइपलाइन्स में विश्वसनीय इंटीग्रेशन के लिए इसका उपयोग करें।

टोकन उपयोग और सीमाओं की जांच करें

हमारी 100,000 टोकन की कॉन्टेक्स्ट विंडो और प्रति मिनट 300 अनुरोध सीमा के सापेक्ष अपने उपयोग की निगरानी करें।

आपका संदर्भ विंडो प्रॉम्प्ट और पूर्णता टोकन दोनों को शामिल करता है। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। यदि आप सेट नहीं करते max_tokens, यह डिफ़ॉल्ट रूप से 2,048 पर सेट होता है।

दर सीमाएँ कठोर लेकिन पूर्वानुमेय हैं। आपको प्रति कुंजी 8 संवर्धित अनुरोध मिलते हैं। 401 (अमान्य कुंजी) या 402 (कोई क्रेडिट नहीं) जैसी त्रुटियाँ मुफ्त हैं। 429 त्रुटियाँ संकेत देती हैं कि आपने दर सीमा को छू लिया है। शेष क्वाटा के लिए रिस्पॉन्स हेडर जांचें।

स्ट्रीमिंग

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)