البدء السريع: قم بدمج واجهة برمجة التطبيقات غير الخاضعة للرقابة

المتطلبات الأساسية وعنوان URL الأساسي

ابدأ بالانتقال إلى احصل على مفتاح API صفحة. سجّل الدخول باستخدام Google أو أنشئ حساباً باستخدام عنوان بريد إلكتروني فقط. تتلقى مفتاحاً نشطاً واحداً على الفور. لا يتطلب الأمر رقم هاتف. عنوان URL الأساسي لجميع الطلبات هو https://api.llmserverless.com/v1. يعمل هذا الـ Endpoint مع أي SDK قياسي لـ OpenAI. قم بتغيير عنوان URL الأساسي في تكوين العميل ليشير إلى هنا. يقوم مفتاح API الخاص بك بالمصادقة على كل طلب. احتفظ به بأمان. إنه الاعتماد الوحيد الذي تحتاجه للوصول إلى بنية LLM الخالية من الخوادم.

المصادقة والرؤوس

يجب أن يتضمن كل طلب Authorization رأس مع القيمة Bearer YOUR_API_KEY. يحدد هذا الرأس حسابك ويتتبع الاستخدام مقابل رصيدك المدفوع مسبقاً. بدون هذا الرأس، يعيد الخادم خطأ 401. تعتمد واجهة برمجة تطبيقات الذكاء الاصطناعي اللامركزي على هذا التنسيق القياسي. تأكد من أن مكتبة العميل الخاصة بك تضيف هذا الرأس تلقائياً. إذا كنت تستخدم عميل HTTP خام، أضف الرأس يدوياً. تؤدي المفاتيح غير الصحيحة إلى الرفض الفوري. تسمح المفاتيح الصالحة لك بالانتقال إلى توليد المحتوى.

إرسال طلبك الأول

استخدم ال /v1/chat/completions نقطة النهاية لتوليد النص. المعرف هو uncensored. يجيب بدون رفضات محتوى للاستخدام القانوني للبالغين. أرسل مطالبتك في messages مصفوفة. يعالج النظام المدخلات ويعيد استجابة. هذا استنتاج خالص بدون قيود. يمكنك ضبط المعلمات مثل temperature للتحكم في العشوائية. تدعم نافذة السياق ما يصل إلى 100,000 رمز. يسمح هذا بالمحادثات الطويلة أو معالجة المستندات الكبيرة. ابدأ بطلب بسيط للتحقق من الاتصال.

استجابات التدفق عبر أحداث الإرسال عبر الخادم (SSE)

تعيين stream: true في جسم الطلب الخاص بك. يرسل الخادم أحداث الإرسال من الخادم (SSE) التي تحتوي على استجابات جزئية. يقلل هذا من زمن الاستجابة المُدرَك بشكل كبير. تتلقى الرموز كما يتم توليدها. تتضمن الشريحة النهائية إحصائيات الاستخدام. هذا أمر حاسم للتطبيقات في الوقت الفعلي. مشاكل التخزين المؤقت شائعة في التطبيقات المخصصة. تعامل مع تحليل أحداث الإرسال من الخادم (SSE) بعناية. تضمن واجهة برمجة التطبيقات (API) للذكاء الاصطناعي اللغوي غير المتصل بالسيرفر تدفقاً متسقاً. استخدم هذا لواجهات الدردشة حيث يهم الملاحظات الفورية. يحسن تجربة المستخدم بشكل كبير.

استدعاء الوظائف ووضع JSON

تمكين استدعاء الوظائف بتقديم tools مصفوفة في طلبك. يمكن للنموذج إنشاء استدعاءات أدوات مهيكلة. استخدم response_format: {"type": "json_object"} لإجبار إخراج JSON. هذا مفيد لمهام استخراج البيانات. تدعم واجهة برمجة التطبيقات للذكاء الاصطناعي غير الخاضع للرقابة هذه الميزات بالكامل. يمكنك تعريف أدوات مخصصة في مخططك. يلتزم النموذج بالهيكل المقدم. يضمن ذلك تكاملًا موثوقًا مع منطق الخلفية الخاص بك. اختبر باستخدام تعريفات أدوات بسيطة أولاً. قد تتطلب المخططات المعقدة قيم درجة حرارة أعلى للمرونة.

حدود المعدلات والقيود

يُقتصر كل مفتاح API على 300 طلب في الدقيقة. يمكنك إجراء 8 طلبات متزامنة في أي وقت. يجب ألا يتجاوز حجم جسم الطلب 8 ميجابايت. تمنع هذه الحدود سوء الاستخدام وتضمن الاستخدام العادل. إذا تجاوزت حد المعدل، تتلقى خطأ 429. زد من التزامن إذا لزم الأمر باستخدام مفاتيح متعددة. يتعامل الـ LLM API الخالي من الخوادم مع الأحجام العالية بكفاءة. راقب استخدامك لتجنب التخفيف غير المتوقع. هذه القيود صارمة لكنها قابلة للتنبؤ. خطط لبنيتك وفقًا لذلك لتشغيل سلس.

cURL

Copycurl https://api.llmserverless.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of five fictional superhero names for my app."}]
  }'

Python

Copyfrom openai import OpenAI

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