अनसेंसर्ड.com LLM API की स्टेप-बाय-स्टेप इंटीग्रेशन

आवश्यकताएँ: SDK और पर्यावरण सेटअप

एंडपॉइंट से संचार करने के लिए अपनी पसंदीदा भाषा का SDK इंस्टॉल करें। अधिकांश डेवलपर्स Python, Node.js, या Go के लिए आधिकारिक OpenAI SDK का उपयोग करते हैं। यह इसलिए काम करता है क्योंकि API मानक OpenAI चैट कंप्लीशन्स स्कीमा का पालन करता है।

सुनिश्चित करें कि आपके एन्वायरिमेंट में Python 3.8+ या Node.js 18+ हो। पैकेज को pip या npm के माध्यम से इंस्टॉल करें। आपको डैशबोर्ड से एक API की की की आवश्यकता होगी। साइनअप के लिए फ़ोन नंबर की आवश्यकता नहीं है।

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

अपने API कुंजी को एक एनवायरनमेंट वेरिएबल में सेव करें। इससे वर्जन कंट्रोल में गलती से एक्सपोजर से बचा जा सकता है। कुंजी अनसेंसर्ड मॉडल तक पहुंच प्रदान करती है।

बेस URL कॉन्फ़िगर करना

अपने SDK क्लाइंट को सही बेस यूआरएल की ओर निर्देशित दें। सफल एकीकरण के लिए यह सबसे महत्वपूर्ण कदम है। डिफ़ॉल्ट ओपनएआई बेस यूआरएल इस सेवा के लिए काम नहीं करेगा।

बेस URL को HTTPS://api.uncensoredaicom.com/v1 पर सेट करें। यह अनुरोधों को uncensored LLM इंफ्रास्ट्रक्चर की ओर निर्देशित करता है। आपको भेजने वाला मॉडल ID "uncensored" है। यह न्यूनतम अस्वीकारों के लिए ट्यून्ड एक ओपन-वेइट मॉडल है।

मॉडल्स एंडपॉइंट को कॉल करके कनेक्शन की जांच करें। यह पुष्टि करता है कि आपकी क्रेडेंशियल्स और बेस URL सही हैं। एक सफल प्रतिक्रिया मॉडल ID और ऑब्जेक्ट टाइप लौटाती है।

प्रमाणीकरण और हेडर सेटअप

अपना API कुंजी Authorization हेडर में पास करें। सभी अनुरोधों के लिए Bearer स्कीम का उपयोग करें। यह हेडर आपके प्रीपेड क्रेडिट खाते को प्रमाणीकृत करता है।

हेडर को इस प्रकार सेट करें: Authorization: Bearer YOUR_API_KEY. SDK यह स्वचालित रूप से संभालता है यदि आप कुंजी को क्लाइंट कंस्ट्रक्टर में पास करते हैं। सुनिश्चित करें कि कोई अतिरिक्त स्पेस शामिल नहीं है। अमान्य कुंजियां 401 अनअथोराइज्ड त्रुटि लौटाती हैं।

आपको प्रति खाता एक सक्रिय key मिलती है। एक नई key जनरेट करने से पिछली key अमान्य हो जाती है। इससे key रोटेशन और सुरक्षा प्रबंधन सरल होता है। अपनी key को अपने डिप्लॉयमेंट वातावरण में सुरक्षित रखें।

एक स्टैंडर्ड चैट रिक्वेस्ट भेजना

/v1/chat/completions पर POST अनुरोध करें। role और content ऑब्जेक्ट्स के एरे के रूप में अपने संदेश भेजें। सिस्टम user, assistant, और system भूमिकाओं का समर्थन करता है।

उदाहरण संरचना: {"model": "uncensored", "messages": [{"role": "user", "content": "Hello"}]}. API टेक्स्ट कंप्लीशन लौटाता है। कॉन्टेक्स्ट विंडो कुल मिलाकर 100,000 टोकन है। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है।

त्रुटियाँ और अस्वीकृतियाँ क्रेडिट नहीं खातीं। यह आपके प्रीपेड बैलेंस की रक्षा करता है। नियंत्रण के लिए तापमान और top_p सेट करें। डिफ़ॉल्ट मान अधिकांश उपयोग मामलों के लिए काम करते हैं।

रियल-टाइम आउटपुट के लिए स्ट्रीमिंग सक्षम करना

सेट करें stream: true अपने अनुरोध बॉडी में। यह सर्वर-सेंट इवेंट्स (SSE) को सक्रिय करता है। टोकन क्रमिक रूप से आते हैं, पूरे कंप्लीशन की प्रतीक्षा किए बिना।

रियल-टाइम में पाठ प्रदर्शित करने के लिए SSE स्ट्रीम को पार्स करें। अंतिम चंक में टोकन उपयोग सांख्यिकी शामिल है। यह सटीक बिलिंग ट्रैकिंग की अनुमति देता है। स्ट्रीमिंग अंत उपयोगकर्ताओं के लिए अनुपस्थित लेटेंसी को कम करती है।

नेटवर्क विघटनों को सहजता से संभालें। यदि स्ट्रीम ड्रॉप हो जाती है तो रीकनेक्ट करें। अनसेंसर्ड API स्थिर स्ट्रीमिंग का समर्थन करता है। कनेक्शन स्थिति की निगरानी करें। चैट इंटरफेस या लंबी-प्रारूप जनरेशन के लिए इसका उपयोग करें।

टूल्स और फंक्शन कॉलिंग का उपयोग

अपने रिक्वेस्ट बॉडी में टूल्स परिभाषित करें। फंक्शन स्कीमा की एक सूची पास करें। मॉडल यूजर इंटेंट के आधार पर इन फंक्शंस को कॉल कर सकता है। यह एजेंट-जैसी व्यवस्था को सक्षम बनाता है।

Specify tool_choice फंक्शन चयन को नियंत्रित करने के लिए। उपयोग करें auto स्वचोतिक डिटेक्शन के लिए। API मानक टूल परिभाषाओं का समर्थन करता है। प्रतिक्रिया से फ़ंक्शन कॉल तर्क को पार्स करें।

कोड में फंक्शन एक्जीक्यूशन लागू करें। परिणाम को एक संदेश के रूप में वापस भेजें। मॉडल बातचीत जारी रखता है। यह जटिल वर्कफ़्लो सक्षम बनाता है। परीक्षण सटीक तर्क पार्सिंग सुनिश्चित करता है।

JSON मोड रिस्पॉन्स हैंडल करना

सेट करें response_format: {"type": "json_object"}. यह मॉडल को वैध JSON आउटपुट करने के लिए मजबूर करता है। संरचित डेटा एक्सट्रैक्शन के लिए इसका उपयोग करें। यह खराब प्रतिक्रिया त्रुटियों को रोकता है।

कोड में JSON स्ट्रिंग पार्स करें। संभावित पार्सिंग त्रुटियों को हैंडल करें। JSON मोड API इंटीग्रेशन के लिए विश्वसनीयता बढ़ाता है। यह डेटा प्रोसेसिंग पाइपलाइनों के लिए आदर्श है।

JSON मोड को सिस्टम प्रॉम्प्ट्स के साथ जोड़ें। मॉडल को विशिष्ट स्कीमा आउटपुट करने के लिए मार्गदर्शित करें। यह सुनिश्चित करता है कि फॉर्मेटिंग स्थिर रहे। उपयोग करने से पहले आउटपुट की जांच करें। इससे डाउनस्ट्रीम त्रुटियां कम होती हैं।

मॉनिटरिंग लिमिट्स और एरर्स

दर सीमाओं का सम्मान करें। आपको प्रति कुंजी प्रति मिनट 300 अनुरोध मिलते हैं। अधिकतम 8 समवर्ती अनुरोध। अनुरोध बॉडी आकार 8 MB तक सीमित है।

HTTP स्टेटस कोड्स की निगरानी करें। 429 का अर्थ है रेट लिमिट पार, 400 का अर्थ है खराब अनुरोध, और 500 का अर्थ है सर्वर त्रुटि। रिट्राइज़ के लिए एक्सपोनेंशियल बैकऑफ लागू करें। यह API पर भार डालने से बचाता है।

अंतिम स्ट्रीमिंग चंक में टोकन उपयोग ट्रैक करें। यह आपके पूर्व-भुगतान क्रेडिट का प्रबंधन करने में मदद करता है। त्रुटियां टोकन नहीं खर्च करतीं। यह आपकी शेष राशि की रक्षा करता है। नियमित निगरानी सुचारू संचालन सुनिश्चित करती है।

लागत और टोकन उपयोग की गणना

मूल्य निर्धारण पारदर्शी और पूर्व-भुगतान है। इनपुट टोकन की लागत प्रति मिलियन $0.15 है। आउटपुट टोकन की लागत प्रति मिलियन $0.50 है। क्रेडिट कभी समाप्त नहीं होता। कोई मासिक शुल्क लागू नहीं होता।

केवल क्रिप्टो से टॉप अप करें। USDT (TRC20) या USDC (Base)। राशि $20 से $500 तक होती है। बड़ी टॉप-अप पर बोनस क्रेडिट लागू होता है। $50 से +5%, $100 से +10%, $200 से +15%।

भारी उपयोग से पहले लागत की गणना करें। अपने प्रॉम्प्ट्स के लिए टोकन गणना का अनुमान लगाएं। यह प्रभावी ढंग से बजट बनाने में मदद करता है। त्रुटियां मुफ्त हैं। रिफंड जारी नहीं किए जाते हैं, लेकिन गलतियों को ठीक किया जाता है। खर्च को ट्रैक करने के लिए डैशबोर्ड का उपयोग करें।