Uncensored llm ollama API दस्तावेज़ीकरण

आवश्यकताएँ: बेस URL और प्रमाणीकरण

सभी अनुरोधों को प्रमाणीकृत करने के लिए प्रदान की गई एपीआई कुंजी और बेस यूआरएल का उपयोग करें। हमारा एंडपॉइंट HTTPS://api.uncensoredllmollama.com/v1 है। आप Google या ईमेल का उपयोग करके डैशबोर्ड के माध्यम से एक कुंजी जनरेट कर सकते हैं। मॉडल पहचानकर्ता "uncensored" है। कुंजी को Authorization हेडर को Bearer टोकन के रूप में सेट करें। यह सेटअप किसी भी OpenAI-compatible क्लाइंट के साथ काम करता है।

Copycurl https://api.uncensoredllmollama.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top ten linux command line utilities"}]
  }'

अपना पहला अनुरोध: POST /v1/chat/completions

एक POST अनुरोध करें /v1/chat/completions अपने संदेश सरणी के साथ। मॉडल कानूनी वयस्क, काल्पनिक, या विवादास्पद विषयों को अस्वीकार नहीं करता है। model field "uncensored" पर सेट करें। यदि आपको विशिष्ट व्यवहार की आवश्यकता है तो अपना सिस्टम प्रॉम्प्ट शामिल करें। API मानक OpenAI JSON प्रतिक्रियाएं लौटाता है।

Copyfrom openai import OpenAI

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

स्ट्रीमिंग रिस्पॉन्सेस (SSE) हैंडल करना

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true. API प्रत्येक जनरेटेड टोकन के लिए सर्वर-सेंट इवेंट्स (SSE) लौटाती है। कुल टोकन उपयोग आंकड़ों के लिए अंतिम चंक की निगरानी करें। यह लंबे आउटपुट के लिए अनुपस्थितित विलंबता को कम करता है। पूर्ण टेक्स्ट को पुनर्स्थापित करने के लिए SSE स्ट्रीम को सावधानी से पार्स करें।

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)

फंक्शन कॉलिंग और JSON मोड

के माध्यम से संरचित आउटपुट का समर्थन करता है response_format: {"type": "json_object"}. आप फंक्शन कॉलिंग के लिए टूल्स भी परिभाषित कर सकते हैं। सेट करें tool_choice कार्यक्षमता को नियंत्रित करने के लिए। उपयोग करें temperature और top_p यादृच्छिकता को समायोजित करें। JSON मोड आपके स्कीमा के साथ कठोर अनुपालन सुनिश्चित करता है। यह फीचर डेटा एक्सट्रैक्शन कार्यों के लिए विश्वसनीय रूप से काम करता है।

रेट लिमिट्स और टोकन उपयोग

प्रत्येक कुंजी प्रति मिनट 300 अनुरोधों और 8 समवर्ती अनुरोधों का समर्थन करती है। संदर्भ विंडो कुल मिलाकर 100,000 टोकन है। त्रुटियां क्रेडिट का उपभोग नहीं करती हैं। सीमाओं को पार करने वाले अनुरोध 429 स्टेटस कोड लौटाते हैं। सुनिश्चित करें कि आपका क्लाइंट पुनः प्रयासों को सहजता से संभाले। प्रीपेड क्रेडिट खत्म होने से बचने के लिए उपयोग पर डैशबोर्ड से निगरानी रखें।

मूल्य निर्धारण और क्रिप्टो भुगतान

1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 चुकाएं। USDT (TRC20) या USDC (Base) के माध्यम से टॉप-अप करें। न्यूनतम टॉप-अप $20 है। बड़ी राशि के लिए बोनस क्रेडिट लागू होता है। क्रेडिट कभी समाप्त नहीं होता है। रिफंड मानक नहीं हैं लेकिन त्रुटियां मुफ्त हैं। डबल चार्ज के लिए सहायता पृष्ठ का उपयोग करें।

Node.js

Copyimport OpenAI from "openai";

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