गाइड: अनसेंसर्ड चैट कॉम्प्लीशंस
इस सीधे इंटीग्रेशन गाइड के साथ मिनटों में अपना uncensored LLM चलाएं। हम फ्लफ को छोड़ देते हैं और आपको सटीक रूप से दिखाते हैं कि uncensored चैट API को अनुरोध कैसे भेजें।
बेस URLhttps://api.loginllm.com/v1
बेस URL और प्रमाणीकरण
आपकी इंटीग्रेशन की नींव बेस URL से शुरू होती है। उपयोग करें https://api.loginllm.com/v1 सभी अनुरोधों के लिए। यह एंडपॉइंट पूरी तरह से OpenAI संगत है, जिसका अर्थ है कि आप अपने मौजूदा कुंजियों को बदल सकते हैं बिना अपने क्लाइंट लॉजिक को फिर से लिखे।
प्रमाणीकरण एकल API कुंजी पर निर्भर करता है। इस कुंजी को API कुंजी प्राप्त करें पेज Google या ईमेल पासवर्ड का उपयोग करके। सिस्टम प्रत्येक खाते के लिए एक सक्रिय कुंजी जारी करता है; एक नई जारी करने पर पिछली कुंजी तुरंत अमान्य हो जाती है। इस कुंजी को सुरक्षित रखें, क्योंकि यह आपकी पूर्व-भुगतान वाली क्रेडिट को नियंत्रित करती है।
कुंजी को Authorization हेडर को Bearer टोकन के रूप में सेट करें। API के लिए जटिल OAuth फ्लो या सेशन कुकी की आवश्यकता नहीं होती है।
आप एक सरल curl कमांड के तुरंत कनेक्टिविटी का परीक्षण कर सकते हैं। यह सुनिश्चित करता है कि आपका नेटवर्क हमारे सर्वरों के लिए outbound HTTPS ट्राफिक की अनुमति देता है, इससे पहले कि आप अपनी शेष एप्लिकेशन बनाएं।
चैट/कंप्लीशंस एंडपॉइंट
को संदेश भेजें POST /v1/chat/completions एंडपॉइंट। यह टेक्स्ट जनरेशन के लिए मानक इंटरफ़ेस है। आप मॉडल को uncensored औह अनुरोध बॉडी में संदेशों की एक सूचना प्रदान करें।
प्रत्येक संदेश में एक भूमिका (system, user, या assistant) और कंटेंट। सिस्टम इन इनपुट्स को प्रोसेस करता है और एक कम्प्लीशन लौटाता है। आपको मॉडल रूटिंग मैनेज करने या कई वैरिएंट्स में से चुनने की आवश्यकता नहीं है; हम एक समर्पित ओपन-वेइट मॉडल होस्ट करते हैं जो अनरिस्ट्रिक्टेड आउटपुट के लिए अनुकूलित है।
यह दृष्टिकोण आपका कोड सरल रखता है। आप कई मॉडल संस्करणों को प्रबंधित करने या वेंडर-विशिष्ट क्विक्स को संभालने की ओवरहेड से बचते हैं। रिस्पॉन्स संरचना OpenAI फॉर्मेट से मेल खाती है, जिससे व्यापक SDK संगतता सुनिश्चित होती है।
अपनी शेष राशि नियमित रूप से जांचें। क्रेडिट्स वास्तविक टोकन उपयोग के आधार पर कटौती किए जाते हैं, और त्रुटियां क्रेडिट्स नहीं खपती हैं।
सर्वर-सेंट इवेंट्स के साथ स्ट्रीमिंग
रियल-टाइम उपयोगकर्ता अनुभवों के लिए, स्ट्रीमिंग सक्षम करें सेट करके stream: true आपके अनुरोध में। API एकल JSON ऑब्जेक्ट के बजाय सर्वर-सेंट इवेंट्स (SSE) का एक स्ट्रीम लौटाता है।
प्रत्येक इवेंट चंक जनरेटेड टेक्स्ट का एक हिस्सा शामिल करता है। आप इस टेक्स्ट को अपनी UI में क्रमिक रूप से रेंडर कर सकते हैं, जो अंत-उपयोगकर्ता के लिए अनुपस्थित विलंबता को काफी कम करता है। स्ट्रीम में अंतिम चंक अनुरोध के लिए कुल टोकन उपयोग शामिल करता है।
यह फीचर चैट इंटरफेस के लिए आवश्यक है जहां उपयोगकर्ग तुरंत फीडबैक की उम्मीद करते हैं। यह आपके एप्लिकेशन को लंबे रिस्पॉन्स को हैंडल करने की अनुमति देता है बिना मुख्य थ्रेड को ब्लॉक किए।
इन चंक्स को एकत्र करने के लिए एक सरल इवेंट लिस्नर लागू करें। उन्हें पूर्ण प्रतिक्रिया बनाने के लिए कॉन्कैटिनेट करें, या आते ही उन्हें लाइव प्रदर्शित करें।
फंक्शन कॉलिंग और टूल्स
API संरचित टूल उपयोग का समर्थन करती है। फंक्शंस को tools अपने request के within एक array। मॉडल फिर user input के आधार पर फ़ंक्शन कॉल करने का निर्णय ले सकता है।
जब मॉडल एक फ़ंक्शन कॉल जनरेट करता है, तो यह एक संरचित प्रारूप में फ़ंक्शन का नाम और तर्क लौटाता है। आपका एप्लिकेशन फ़ंक्शन को निष्पादित करता है और अंतिम प्रतिक्रिया के लिए परिणाम को मॉडल को वापस भेजता है।
यह क्षमता लॉजिक को हार्डकोड किए बिना जटिल वर्कफ़्लो को सक्षम बनाती है। आप बाहरी डेटा स्रोतों, कैलकुलेटरों या कस्टम बिजनेस लॉजिक को सीधे संवाद में एकीकृत कर सकते हैं।
सुनिश्चित करें कि आपकी टूल परिभाषाएं सटीक हैं। मॉडल इन स्कीमाओं पर निर्भर करता है ताकि प्रत्येक फ़ंक्शन के लिए अपेक्षित इनपुट और आउटपुट प्रारूपों को समझ सके।
संदर्भ विंडो और सीमाएँ
मॉडल 100,000 टोकन के कॉन्टेक्स्ट विंडो का समर्थन करता है। यह विंडो प्रॉम्प्ट और कंप्लीशन दोनों को शामिल करता है। आप max_tokens का उपयोग करके अधिकतम आउटपुट लंबाई निर्दिष्ट कर सकते हैं max_tokens पैरामीटर।
यदि max_tokens अनसेट है, तो प्रतिक्रिया विंडो के अंत तक चल सकती है। उच्च मान सेट करने से लंबे उत्तर संभव होते हैं, जो 100,000 टोकन की सीमा तक जा सकते हैं। यह विस्तृत रिपोर्ट या कोड स्निपेट जनरेट करने के लिए उपयोगी है।
दर सीमाओं को सावधानी से निगरानी करें। API प्रति कुंजी प्रति मिनट 300 अनुरोध और 8 समवर्ती अनुरोध की अनुमति देता है। इन सीमाओं को पार करने से एक 429 त्रुटि होगी।
अनुरोध बॉडी का आकार 8 MB तक सीमित है। बड़े संदर्भ विंडो अधिक क्रेडिट खप करते हैं, इसलिए अपनी मेमोरी आवश्यकताओं को अपने बजट के साथ संतुलित करें।
त्रुटि हैंडलिंग और टोकन उपयोग
चिकनी उपयोगकर्ता अनुभव बनाए रखने के लिए त्रुटियों को सहजता से हैंडल करें। 401 त्रुटि एक अमान्य या समाप्त हो चुकी API कुंजी को संकेत देती है। पुनः प्रमाणीकरण करें या अपने डैशबोर्ड से एक नई कुंजी जनरेट करें।
402 त्रुटि का अर्थ है कि आपका पूर्वभुगतान क्रेडिट अपर्याप्त है। सेवा पुनः शुरू करने के लिए USDT (TRC20) या USDC (Base) का उपयोग करके टॉप अप करें। क्रेडिट कभी समाप्त नहीं होते, इसलिए आप जब भी सुविधा हो तब फंड जोड़ सकते हैं।
429 त्रुटि संकेत देती है कि आपने रेट लिमिट को पार कर लिया है। अपने क्लाइंट में एक्सपोनेंशियल बैकऑफ लागू करें ताकि अनुरोधों को स्वचालित रूप से पुनः प्रयास किया जा सके। शेष कोटा जानकारी के लिए हमेशा प्रतिक्रिया हेडर की जांच करें।
टोकन उपयोग अंतिम स्ट्रीम चंक या कंप्लीशन प्रतिक्रिया में रिपोर्ट किया जाता है। अपने प्रॉम्प्ट को अनुकूलित करने और लागत का प्रभावी प्रबंधन करने के लिए इस डेटा का उपयोग करें।
cURL
curl https://api.loginllm.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Fix syntax error in python loop"}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.loginllm.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
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.loginllm.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);स्ट्रीमिंग
stream = 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)FAQ
LLM लॉगिन के लिए अपनी API कुंजी कैसे प्राप्त करें?
साइट पर API कुंजी प्राप्त करने के पेज पर जाएं। आप Google या ईमेल पासवर्ड का उपयोग करके साइन इन कर सकते हैं। प्रमाणीकरण के तुरंत बाद API कुंजी प्रदर्शित होती है। इस प्रक्रिया के लिए फोन नंबर की आवश्यकता नहीं होती है।
यदि रेट लिमिट से अधिक हो जाता हूँ तो क्या होता है?
आपको 429 स्टेटस कोड प्राप्त होगा। सीमा 300 अनुरोध प्रति मिनट और प्रति कुंजी 8 समवर्ती अनुरोध है। डेटा खोए बिना इसे सहजता से संभालने के लिए एक्सपोनेंशियल बैकऑफ (exponential backoff) के साथ पुनः प्रयास तर्क लागू करें।
क्या अनसेंसर्ड LLM मॉडल GPT से अलग है?
हाँ। मॉडल एक ओपन-वेइट मॉडल है जो हमारे सर्वर पर होस्ट किया गया है। यह GPT, Claude, Gemini, या किसी अन्य वेंडर' का मॉडल नहीं है। इसे विशेष रूप से कानूनी वयक उपयोग के लिए सामग्री अस्वीकृति के बिना जवाब देने के लिए ट्यून किया गया है।
अपना API key प्राप्त करें
साइन अप करें, कुंजी कॉपी करें, अपना बेस यूआरएल अपडेट करें। यही सब है।
