Szybki start: proxy zgodne z OpenAI bez cenzury

Bazowy URL i ID modelu

Korzystaj z naszego punktu końcowego proxy z oficjalnymi SDK OpenAI. Wskaż swojego klienta na https://api.proxyopenai.com/v1 i ustaw model na uncensored. Działa to, ponieważ naśladujemy standardowy schemat chat-completions. Nie potrzebujesz nowych bibliotek.

Uwierzytelnianie opiera się na tokenie Bearer. Przekaż swój klucz API w Authorization Nagłówek. Obsługujemy strumieniowanie za pomocą Server-Sent Events. Użycie tokenów pojawia się w ostatnim fragmencie.

• Punkt końcowy: POST /v1/chat/completions
• Model: uncensored
• Auth: Token Bearer

Integracja SDK Python

Zainstaluj standardowy pakiet OpenAI i skonfiguruj base URL. Przekaż swój klucz do konstruktora klienta. Wyślij żądanie do endpointu chat completions. Odpowiedź zawiera wygenerowany tekst w choices[0].message.content.

Ustaw max_tokens, aby kontrolować długość wyjścia. Nasz model pozwala na tyle tokenów, ile zmieści się w oknie. Błędy zwracają standardowe kody statusu HTTP. Sprawdź obiekt odpowiedzi, aby uzyskać szczegóły.

Copyfrom openai import OpenAI

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

Integracja SDK Node.js

Zaimportuj bibliotekę OpenAI i ustaw zmienne środowiskowe. Zdefiniuj jawny adres bazowy. Utwórz żądanie uzupełnienia czatu ze swoimi wiadomościami. Poczekaj na odpowiedź, aby uzyskać treść.

To podejście działa z dowolnym klientem kompatybilnym z OpenAI. Możesz użyć tego samego kodu dla innych proxy. Dostosuj parametry temperature i top_p według potrzeb. API zwraca domyślnie format JSON.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.proxyopenai.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);

Wywoływanie funkcji i tryb JSON

Włącz wyjścia strukturalne w trybie JSON. Ustaw response_format do {"type": "json_object"}. Model zwraca format JSON, który można bezpośrednio sparsować. Gwarantuje to spójne struktury danych.

Używaj wywoływania funkcji do integracji narzędzi. Zdefiniuj narzędzia w ciele żądania. Model wybiera odpowiednią funkcję. Przekaż argumenty i wykonaj narzędzie. Wyniki wracają do rozmowy. To wspiera złożone przepływy pracy.

Odpowiedzi strumieniowe

Włącz strumieniowanie dla dostarczania tokenów w czasie rzeczywistym. Ustaw stream do true w żądaniu. API zwraca strumień fragmentów. Każdy fragment zawiera częściową zawartość.

Przeanalizuj strumień Server-Sent Events. Połącz zawartość tekstową. Monitoruj ostatni fragment. Zawiera statystyki zużycia tokenów. Znacznie redukuje to postrzeganą opóźnienie.

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)

Limity szybkości i tokeny

Szczegółowo przestrzegaj limitów szybkości, aby uniknąć błędów. Masz do dyspozycji 300 żądań na minutę. Pozwól na 8 jednoczesnych żądań na klucz. Rozmiar ciała żądania musi pozostać poniżej 8 MB.

Okno kontekstowe wynosi 100 000 tokenów. Obejmuje ono prompt i uzupełnienie. Błędy i odrzucenia są darmowe. Kredyty są naliczane tylko za pomyślne tokeny. Monitoruj swoje zużycie za pomocą panelu.

cURL

Copycurl https://api.proxyopenai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all files in the src directory"}]
  }'