API 문서

빠른 시작: Python 통합하기

첫 단계는 공식 OpenAI SDK를 설치하고 베이스 URL을 구성하는 것입니다. 이렇게 하면 기존 로직을 수정하지 않고도 클라이언트가 요청을 저희 uncensored LLM 엔드포인트로 라우팅합니다.

• pip를 통해 패키지를 설치하세요.
• API 키와 기본 URL을 설정하세요.
• 표준 채팅 완료 요청을 보내세요.

이러한 구성은 로컬 스크립트와 프로덕션 서버 모두에서 작동합니다.

인증 및 Base URL

API 키는 기본 URL HTTPS://api.chatbotsemfiltro.com/v1에 대한 모든 요청을 인증합니다. 키는 가입 시 즉시 생성되며, 취소할 때까지 유효합니다.

키를 환경 변수에 저장하여 비밀값을 하드코딩하지 마세요. SDK가 헤더 주입을 자동으로 처리합니다.

채팅 완료 엔드포인트

핵심 엔드포인트는 /v1/chat/completions으로 POST 요청을 받습니다. 메시지 및 모델 매개변수가 포함된 JSON 본문을 기대합니다.

• 역할(system, user, assistant)을 정의하세요.
• Specify the model as "uncensored".
• 텍스트 출력을 받습니다.

이 구조는 표준 OpenAI 형식을 반영하여 호환성을 보장합니다.

스트리밍 및 함수 호출

stream을 true로 설정하여 스트리밍을 활성화합니다. API는 생성되는 대로 토큰을 전달하는 서버 전송 이벤트(SSE) 청크를 반환합니다.

함수 호출은 tools 매개변수를 통해 지원됩니다. 모델은 JSON 형식으로 도구 호출을 반환하며, 이를 구문 분석하고 실행할 수 있습니다.

파라미터: Temperature와 Top P

창의성 또는 결정론을 위해 온도를 조정합니다. 0에서 2 사이의 값은 무작위성을 제어합니다. Top P는 누적 확률에 따라 단어를 필터링합니다.

출력 스타일을 미세 조정하기 위해 이러한 파라미터를 결합하세요. 테스트 중 재현 가능한 결과를 위해 시드를 사용하세요.

컨텍스트 윈도우 및 제한

이 모델은 100,000토큰의 컨텍스트 윈도우를 지원합니다. 요청당 최대 출력은 16,000토큰입니다.

속도 제한은 분당 300회입니다. 이를 초과하면 429 오류가 발생합니다. 스로틀링을 피하려면 동시성을 관리하세요.

오류 처리 및 토큰

HTTP 오류를 적절히 처리하세요. 401은 유효하지 않은 키를 의미합니다. 402는 크레딧 부족을 의미합니다. 429는 속도 제한을 나타냅니다.

토큰 사용량은 정확하게 청구됩니다. 오류는 크레딧을 소모하지 않습니다. 대시보드를 통해 사용량을 모니터링하세요.

cURL

Copycurl https://api.chatbotsemfiltro.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 libraries for Rust async programming"}]
  }'

Python

Copyfrom openai import OpenAI

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

스트리밍

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)