अनसेंसर्ड LLMs इंटीग्रेट करने के लिए स्टेप-बाय-स्टेप गाइड
अपने एप्लिकेशन में abliterated मॉडल्स को एकीकृत करना आसान है जब आप API को मानक OpenAI एंडपॉइंट्स के लिए एक ड्रॉप-इन प्रतिस्थापन के रूप में मानते हैं। यह गाइड विशिष्ट कॉन्फ़िगरेशन चरणों, SDK इंस्टॉलेशन से लेकर रियल-टाइम स्ट्रीमिंग को संभालने तक, आपको कदम-दर-कदम दिखाती है, यह सुनिश्चित करते हुए कि आपको जटिल रूटिंग के ओवरहेड के बिना रॉ, अनफिल्टर्ड प्रतिक्रियाएं मिलें।
अंतिम अद्यतन
अंकुलित मॉडलों के लिए OpenAI-संगत एंडपॉइंट क्यों उपयोग करें?
एक OpenAI-compatible एंडपॉइंट abliterated मॉडल्स एकीकरण के लिए सीखने की वक्र को हटा देता है। आप पहले से ही SDKs जानते हैं। आप पहले से ही पैरामीटर जानते हैं। अधिकांश प्रमुख प्रदाताओं आपको नए JSON संरचनाओं को सीखने या प्रोप्राइटरी लाइब्रेरी का उपयोग करने के लिए मजबूर करते हैं। यहाँ, आप एक मानक chat-completions पेलोड भेजते हैं। अंतर बेस यूआरएल और मॉडल आईडी में है। आपको एक कच्चा, बिना फिल्टर टेक्स्ट प्रतिक्रिया मिलती है। कोई छिपा मॉडरेशन लेयर आपकी रचनात्मक लेखन या रोलप्ले परिदृश्यों को ब्लॉक नहीं करता है। यह संगतता का अर्थ है कि आप बिना अपने पूरी एप्लिकेशन लॉजिक को फिर से लिखे uncensored क्षमताओं को स्वैप कर सकते हैं।
आवश्यकताएँ: SDK इंस्टॉल करें और अपनी API कुंजी सेट करें
अपनी पसंदीदा भाषा के लिए आधिकारिक SDK को इंस्टॉल करें। Python के लिए, pip का उपयोग करें। JavaScript के लिए, npm का उपयोग करें। आपको डैशबोर्ड से एक मान्य API कुंजी की आवश्यकता है। फ़ोन नंबर की आवश्यकता नहीं है। बस ईमेल या Google लॉगिन। साइनअप के तुरंत बाद अपनी कुंजी प्राप्त करें। यह स्क्रीन पर प्रकट होता है। इसे सुरक्षित रूप से संग्रहीत करें। उत्पादन कोड में इसे हार्डकोड न करें। वातावरण चर का उपयोग करें। यह आपके क्रेडेंशियल्स को सुरक्षित रखता है जबकि आप स्थानीय रूप से एकीकरण का परीक्षण करते हैं। कुंजी एकमात्र अनसेंसर्ड मॉडल तक पहुंच प्रदान करती है। यह अनुरोध भेजना शुरू करने के लिए आपकी एकमात्र आवश्यकता है।
चरण 1: अनसेंसर्ड एंडपॉइंट के लिए बेस URL कॉन्फ़िगर करें
अपने SDK क्लाइंट को सही बेस यूआरएल की ओर निर्देशित दें। डिफ़ॉल्ट ओपनएआई एंडपॉइंट वह जगह नहीं है जहां आपका अनसेंसर्ड मॉडल रहता है। आपको निर्दिष्ट करना होगा https://api.aiabliterated.cc/v1. यह बताता है कि SDK आपके POST अनुरोध कहाँ भेजें। इस बदलाव के बिना, आप मानक OpenAI सर्वरों से टकराएंगे। उनके अलग मॉडल और अलग मूल्य निर्धारण है। हमारा एंडपॉइंट विशिष्ट अनसेंसर्ड लार्ज लैंग्वेज मॉडल को सेवा देता है। यह वयस्क उपयोग के लिए ट्यून्ड है। यह मानक कंटेंट फिल्टर्स को नजरअंदाज करता है। डेटा भेजने से पहले सुनिश्चित करें कि आपका क्लाइंट कॉन्फ़िगरेशन सही है। यह सही प्रतिक्रिया प्रारूप प्राप्त करने के लिए एक महत्वपूर्ण कदम है।
चरण 2: अपना पहला चैट पूरक अनुरोध भेजें
एक POST अनुरोध भेजें /v1/chat/completionsमॉडल पैरामीटर को "uncensored" पर सेट करें। यह एकमात्र उपलब्ध मॉडल ID है। अपना सिस्टम प्रॉम्प्ट और उपयोगकर्ता संदेश शामिल करें। API एक पाठ प्रतिक्रिया लौटाती है। यह कानूनी वयस्क सामग्री को अस्वीकार नहीं करती है। यह विवादास्पद विषयों को ब्लॉक नहीं करती है। प्रतिक्रिया सादा पाठ है। यदि आप स्ट्रीमिंग का उपयोग करते हैं, तो आपको अंतिम चंक में टोकन उपयोग डेटा मिलता है। यदि आप स्ट्रीम नहीं करते हैं, तो आपको पूरा पाठ एक ही बार में मिलता है। संदर्भ विंडो 100,000 टोकन है। आप लंबी कहानियां लिख सकते हैं। आप बड़े कोड ब्लॉक पेस्ट कर सकते हैं। मॉडल सब कुछ संभालता है।
चरण 3: रियल-टाइम टोकन प्रदर्शन के लिए स्ट्रीमिंग सक्षम करें
एक अच्छे उपयोगकर्ता अनुभव के लिए स्ट्रीमिंग आवश्यक है। स्ट्रीम पैरामीटर को true पर सेट करें। API टेक्स्ट के चंक लौटाता है। प्रत्येक चंक में एक आंशिक प्रतिक्रिया होती है। आप इन टोकन को वास्तविक समय में प्रदर्शित कर सकते हैं। इससे ऐप तेज़ लगता है। अंतिम चंक में पूर्ण टोकन उपयोग आँकड़े शामिल होते हैं। इसमें इनपुट और आउटपुट टोकन शामिल हैं। बिलिंग और मॉनिटरिंग के लिए आपको इस डेटा की आवश्यकता है। स्ट्रीमिंग के बिना, उपयोगकर्ता पूरे प्रतिक्रिया का इंतज़ार करता है। स्ट्रीमिंग के साथ, वे प्रगति देखते हैं। यह लंबे-रूप की रचनात्मक लेखन के लिए बेहतर है। यह डीबगिंग के लिए बेहतर है। अपने क्लाइंट में इसे डिफ़ॉल्ट रूप से सक्षम करें।
चरण 4: फ़ंक्शन कॉलिंग और टूल उपयोग हैंडल करें
आप अनसेंसर मॉडल के साथ फंक्शन कॉलिंग का उपयोग कर सकते हैं। अपने टूल्स को अनुरोध में परिभाषित करें। मॉडल JSON फॉर्मेट में टूल कॉल लौटाएगा। आप टूल निष्पादित करें। आप परिणाम वापस भेजें। मॉडल बातचीत जारी रखता है। यह बिल्कुल OpenAI API की तरह काम करता है। आपको एक कस्टम पार्सर की आवश्यकता नहीं है। मॉडल टूल स्कीमा को समझता है। यह वैध JSON लौटाता है। आप एजेंट बना सकते हैं। आप कार्यों को स्वचालित कर सकते हैं। मॉडल वयस्क कार्यों के लिए टूल्स को कॉल करने से इनकार नहीं करता है। यह निर्देशों का सटीक पालन करता है। यह जटिल वर्कफ़्लो के लिए शक्तिशाली है।
चरण 5: JSON मोड के साथ प्रदर्शन अनुकूलित करना
response_format पैरामीटर को json_object पर सेट करके मॉडल को वैध JSON आउटपुट करने के लिए फोर्स करें। यह पार्सिंग त्रुटियों को कम करता है। यह सुनिश्ित करता है कि आपका कोड संरचित डेटा प्राप्त करता है। यह जानकारी निकालने के लिए उपयोगी है। यह कॉन्फ़िगरेशन फ़ाइलें जनरेट करने के लिए उपयोगी है। मॉडल तब तक JSON मोड में रहता है जब तक कि आप उसे स्विच न करें। यह प्राकृतिक रूप से JSON मांगने की तुलना में तेज़ है। मॉडल प्रतिबंध को समझता है। यह प्रवाह की तुलना में संरचना को प्राथमिकता देता है। यह बैकएंड सेवाओं के लिए आदर्श है। यह regex क्लीनिंग की आवश्यकता को कम करता है। यह आपकी इंटीग्रेशन को मजबूत बनाता है। जब आपको सख्त डेटा फॉर्मेट की आवश्यकता हो तो इसका उपयोग करें।
चरण 6: रेट लिमिट्स और रेट्राइज़ का प्रबंधन
दर सीमाओं का सम्मान करें। आपको प्रति कुंजी प्रति मिनट 300 अनुरोध मिलते हैं। आपके पास 8 समवर्ती अनुरोध हो सकते हैं। अनुरोध बॉडी 8 MB तक सीमित है। यदि आप इन सीमाओं से अधिक जाते हैं, तो आपको एक त्रुटि मिलती है। अपने कोड में एक्सपोनेंशियल बैकऑफ़ लागू करें। एंडपॉइंट पर स्पैम न करें। यह स्थिर प्रदर्शन सुनिश्चित करता है। यदि आवश्यक हो तो एक नई कुंजी जनरेट कर सकते हैं। एक खाते के लिए एक सक्रिय कुंजी। एक नई कुंजी पुरानी कुंजी को प्रतिस्थापित कर देती है। यह कुंजियों को घुमाने के लिए उपयोगी है। यह सुनिश्चित करता है कि आपकी सेवा मसूदार चलती रहे। अपने उपयोग की निगरानी करें। अंतिम स्ट्रीमिंग चंक आपको टोकन गणना देता है। इसका उपयोग अपने खर्च को ट्रैक करने के लिए करें। क्रिप्टो भुगतान इसे आसान बनाते हैं।
सामान्य इंटीग्रेशन त्रुटियों का निवारण
यदि आपको 401 त्रुटि मिलती है, तो अपनी API कुंजी की जांच करें। यह मान्य होनी चाहिए। यदि आपको 404 मिलता है, तो बेस URL की जांच करें। यह सही होना चाहिए। यदि आपको 429 मिलता है, तो आपने रेट लिमिट पार कर ली है। प्रतीक्षा करें और पुनः प्रयास करें। यदि आपको 500 मिलता है, तो सर्वर में त्रुटि थी। एक बार पुनः प्रयास करें। अपनी मॉडल ID की जांच करें। यह "uncensored" होना चाहिए। अपने पेलोड (payload) की जांच करें। यह मान्य JSON होना चाहिए। सुनिश्चित करें कि आप असमर्थित पैरामीटर नहीं भेज रहे हैं। यह API छवियों या ऑडियो का समर्थन नहीं करता है। यह फाइन-ट्यूनिंग का समर्थन नहीं करता है। चैट-कम्प्लीशन एंडपॉइंट पर ही रहें। इससे काम सरल रहता है। त्रुटियां आमतौर पर कॉन्फ़िगरेशन की होती हैं। उन्हें जल्दी ठी करें। वापस कंटेंट जनरेट करने में लगें।
अक्सर पूछे जाने वाले प्रश्न
क्या मैं abliterated AI API का उपयोग मानक OpenAI SDK के साथ कर सकता हूँ?
हाँ, यह पूरी तरह से संगत है। आपको बस बेस यूआरएल को HTTPS://api.aiabliterated.cc/v1 पर बदलने और मॉडल को "uncensored" पर सेट करने की आवश्यकता है। तापमान, top_p और stream जैसे सभी मानक पैरामीटर दस्तावेज़ीकरण के अनुसार ही काम करते हैं।
एब्लिटेरेटेड मॉडल्स के लिए मूल्य निर्धारण क्या है?
मूल्य $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन है। कोई मासिक शुल्क नहीं है। आप उसी के लिए भुगतान करते हैं जिसका आप उपयोग करते हैं। त्रुटियां मुफ्त हैं। क्रेडिट कभी समाप्त नहीं होता।
API के लिए मैं भुगतान कैसे करूं?
भुगतान केवल क्रिप्टोकरेंसी के साथ होते हैं। आप TRC20 पर USDT या Base पर USDC के जरिए टॉप-अप कर सकते हैं। राशियां $20 से $500 तक होती हैं। आपको बड़ी जमा राशियों के लिए बोनस क्रेडिट मिलता है।
क्या कोई ट्रायल उपलब्ध है?
हाँ, नए खातों को $0.50 का ट्रायल क्रेडिट मिलता है। यह 7 दिनों के लिए मान्य है। आपको केवल एक ईमेल या Google लॉगिन की आवश्यकता है।
अपनी API कुंजी सुरक्षित करें
रजिस्टर करें, अपना टोकन कॉपी करें, अपनी बेस URL अपडेट करें। यही पूरी प्रक्रिया है।
