बेस URL और प्रमाणीकरण
हर अनुरोध शुरू करें अपने SDK को हमारे बेस यूआरएल की ओर इशारा करके और अपनी API कुंजी को authorization हेडर में प्रदान करके।
एंडपॉइंट है https://api.openrouterabliteratedmodels.com/v1. आप अपने खाता डैशबोर्ड पर जनरेट किए गए Bearer टोकन का उपयोग करके प्रमाणीकरण करते हैं। यह कुंजी सभी बाद के कॉल्स के लिए एकमात्र क्रेडेंशियल है, सुनिश्चित करती है कि आपके अनुरोध सीधे हमारी अनसेंसर्ड मॉडल इंफ्रास्ट्रक्चर पर राउट होते हैं बिना मध्यवर्ती राउटिंग लेयर्स के।
पहला अनुरोध
अपने पसंदीदा HTTP क्लाइंट का उपयोग करके चैट कंप्लीशंस एंडपॉइंट पर संदेश पोस्ट करके अपना पहला कंप्लीशन भेजें।
मॉडल पहचानकर्ता सख्ती से uncensored. आप तापमान या top_p जैसे मानक पैरामीटर के साथ टेक्स्ट प्रॉम्प्ट भेज सकते हैं। API एक टेक्स्ट प्रतिक्रिया लौटाता है जिसमें कानूनी वयस्क विषयों के लिए सामग्री अस्वीकृति नहीं होती है, जो खुले-वजन वाले मॉडलों से अपेक्षित अबालिब्रेटेड व्यवहार बनाए रखता है जो असीमित आउटपुट के लिए ट्यून्ड हैं।
curl https://api.openrouterabliteratedmodels.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Calculate the factorial of 5."}]
}'Python SDK
मानक SDK का उपयोग करके अपनी Python परियोजनाओं में API को इंटीग्रेट करें। अपने OpenAI क्लाइंट कॉन्फ़िगरेशन में बेस URL और मॉडल नाम सेट करें।
यह दृष्टिकोण आपको मौजूदा कोड को पुन: उपयोग करने की अनुमति देता है जो एक OpenAI-कम्पैटिबल एंडपॉइंट की उम्मीद करता है। अपने API कुंजी को एन्वायरनमेंट वेरिएबल्स या प्रत्यक्ष इनिशियलाइज़ेशन के माध्यम से पास करें। क्लाइंट सीरियलाइज़ेशन और त्रुटि पार्सिंग को स्वचालित रूप से संभालता है, आपके रिस्पॉन्स फॉर्मेट सेटिंग्स के आधार पर कच्चे टेक्स्ट टोकन या संरचित JSON डिलीवर करता है।
from openai import OpenAI
client = OpenAI(base_url="https://api.openrouterabliteratedmodels.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 SDK
अपने Node.js एप्लिकेशन को कनेक्ट करें, हमारे विशिष्ट बेस URL पर इशारा करने के लिए OpenAI पैकेज को कॉन्फ़िगर करके डिफ़ॉल्ट के बजाय।
सेट करें apiKey और baseURL किसी भी कॉल करने से पहले विशेषताएँ। यह सुनिश्चित करता है कि आपके फ़ंक्शन कॉल, स्ट्रीमिंग प्रतिक्रियाएँ और JSON मोड अनुरोध हमारे अनसेंसर्ड इंफ्रास्ट्रक्चर की ओर निर्देशित होते हैं। आप परिचित विधियों जैसे chat.completions.create पूर्ण संगतता के साथ।
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.openrouterabliteratedmodels.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);SSE के साथ स्ट्रीमिंग
स्ट्रीमिंग मोड सक्षम करके रीयल-टाइम टेक्स्ट जनरेशन प्राप्त करें, जो Server-Sent Events के माध्यम से टोकन को उपलब्ध होने पर प्रदान करता है।
अपने अनुरोध में stream पैरामीटर को true सेट करें। API एक श्रृंखला में chunks लौटाता है, जिससे आप अपने UI में टेक्स्ट को क्रमिक रूप से रेंडर कर सकते हैं। टोकन उपयोग के सांख्यिकीय आंकड़े अंतिम chunk में शामिल होते हैं, इसलिए आप पूरे उत्तर के जनरेट होने का इंतज़ार किए बिना खपत को सटीक रूप से ट्रैक कर सकते हैं।
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)JSON मोड और फंक्शन कॉलिंग
अपने पेलोड में अनुरूप प्रारूप और टूल परिभाषाओं को कॉन्फ़िगर करके संरचित आउटपुट लागू करें या टूल उपयोग सक्षम करें।
उपयोग करें response_format सेट json_object सुनिश्चित करने के लिए कि मॉडल मार्कडाउन वेप्स के बिना मान्य JSON लौटाए। फ़ंक्शन कॉलिंग के लिए, अपने टूल्स को अनुरोध बॉडी में परिभाषित करें और मॉडल को तय करने दें कि कब उन्हें बुलाया जाए। यह उन जटिल वर्कफ़्लो का समर्थन करता है जहां अनसेंसर्ड मॉड को डाउनस्ट्रीम प्रोसेसिंग के लिए संरचित डेटा लौटाना होता है।
