Dokumentasi API model ollama tanpa sensor

URL Asas dan Pengesahan

URL asas API ialah https://api.uncensoredollamodel.com/v1. Sahkan dengan menghantar kunci API anda dalam Authorization header. Anda mendapat kunci serta-merta selepas pendaftaran.

Permintaan Pertama

Hantar penyelesaian chat mudah untuk menguji sambungan. ID model ialah uncensored.

Copycurl https://api.uncensoredollamamodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the top five linux kernel security patches from 2023"}]
  }'

Jangka respons teks atau ralat jika had dicapai.

SDK Python

Gunakan perpustakaan rasmi OpenAI untuk Python. Konfigurasikan URL asas dan kunci untuk mengarahkan permintaan ke pelayan kami.

Copyfrom openai import OpenAI

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

Tetapkan max_tokens untuk mengawal panjang output. Output lalai ialah 2,048 token.

SDK Node

Mulakan klien dengan URL asas yang betul. Luluskan nama model uncensored dalam permintaan anda.

Copyimport OpenAI from "openai";

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

Tangani respons secara tak serentak. SDK menimbulkkan data jika anda mengaktifkan mod penstriman.

Aliran

Aktifkan penstriman untuk menerima token sejajar dengan penjanaan. Ini mengurangkan latensi yang dirasakan untuk output panjang.

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)

Penggunaan token dilaporkan dalam segmen akhir. Kuraikannya untuk ketepatan bil.

Had dan Ralat

Anda mendapat 300 permintaan setiap minit. Tetingkap konteks ialah 100,000 token. Ralat termasuk 401 untuk kunci tidak sah dan 429 untuk had kadar. Semak baki anda jika anda melihat 402.