क्विकस्टार्ट: चैट कंप्लीशंस API

आवश्यकताएँ और बेस URL

हमारा API मानक OpenAI चैट पूर्तियाँ इंटरफ़ेस के साथ पूरी तरह से संगत है। आपको अनुरूप भेजना शुरू करने के लिए केवल एक बेस URL और एक API कुंजी की आवश्यकता है। बेस URL HTTPS://api.howmuchisanapikey.com/v1 है। यह एकल एंडपॉइंट सभी टेक्स्ट जनरेशन संभालता है, जिससे आपको कई सेवा URL या प्रॉक्सी कॉन्फ़िगरेशन प्रबंधित करने की आवश्यकता नहीं होती है।

प्रमाणीकरण सरल है। आपको Bearer स्कीम के साथ अपनी अद्वितीय कुंजी के साथ एक Authorization हेडर शामिल करना होगा। चैट कंप्लीशन्स एंडपॉइंट पर प्रत्येक अनुरोध को आपके खाते की सत्यापन करने और आपके प्रीपेड क्रेडिट शेष के खिलाफ टोकन उपयोग को ट्रैक करने के लिए इस हेडर की आवश्यकता होती है।

प्रमाणीकरण और हेडर्स

प्रत्येक अनुरोध में प्रमाणीकरण हेडर शामिल करें ताकि आपकी पहचान सत्यापित की जा सके। हेडर प्रारूप है Authorization: Bearer YOUR_API_KEY। यदि कुंजी अमान्य या समाप्त हो जाती है, तो API तुरंत 401 त्रुटि लौटाता है। यह सुनिश्चित करता है कि केवल अधिकृत खाते ही आपके पूर्वभुगतान क्रेडिट का उपभोग कर सकें।

बेसिक टेक्स्ट जनरेशन के लिए आपको अतिरिक्त हेडर पास करने की आवश्यकता नहीं है। हालांकि, यदि आप JSON मोड या फंक्शन कॉलिंग जैसे विशिष्ट सुविधाओं का उपयोग करते हैं, तो आपको Content-Type हेडर को application/json पर सेट करना होगा। यह सर्वर को आपके अनुरोध बॉडी को सही ढंग से पार्स करने का तरीका बताता है।

अपनी पहली चैट कंप्लीशन भेजना

अपने संदेश इतिहास और मॉडल पहचानकर्ता के साथ /v1/chat/completions पर POST अनुरोध भेजें। मॉडल आईडी "uncensored" है। यह मॉडल कानूनी वयस्क सामग्री, कल्पना या विवादास्पद विषयों के लिए बिना अस्वीकृति के उत्तर देने के लिए ट्यून किया गया है। यह मानक राजनीतिक या सामाजिक मानदंडों के आधार पर फ़िल्टर नहीं करता है।

आपके लिए शुरुआत करने के लिए यहाँ एक बेसिक curl उदाहरण है:

Copycurl https://api.howmuchisanapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a simple hello world function in python"}]
  }'

प्रतिक्रिया में चयनों (choices) सरणी में उत्पन्न टेक्स्ट शामिल होगा। आप इसे सीधे अपनी एप्लिकेशन लॉजिक में पार्स कर सकते हैं। प्रत्येक अनुरोध आपके प्रॉम्प्ट के लिए इनपुट टोकन और मॉडल के उत्तर के लिए आउटपुट टोकन का उपभोग करता है।

स्ट्रीमिंग रिस्पॉन्स और टोकन उपयोग

सर्वर-सेंट इवेंट्स (SSE) का उपयोग करें ताकि टोकन जनरेट होते समय प्राप्त किए जा सकें। यह लंबे आउटपुट के लिए अनुपलब्ध विलंबता को कम करता है। अपने अनुरोध बॉडी में stream पैरामीटर को true पर सेट करें। सर्वर कई चंक भेजेगा, प्रत्येक में प्रतिक्रिया का आंशिक डेल्टा होता है।

अंतिम चंक उपयोग डेटा शामिल करता है। इस ऑब्जेक्ट में अनुरोध द्वारा खपित कुल इनपुट और आउटपुट टोकन शामिल हैं। आप इस डेटा का उपयोग अपने स्थानीय क्रेडिट शेष को अपडेट करने या वास्तविक समय में अपनी खपत की निगरानी करने के लिए कर सकते हैं। स्ट्रीमिंग उन चैट इंटरफेस के लिए आदर्श है जहां उपयोगकर्ग तत्काल प्रतिक्रिया की उम्मीद करते हैं।

फंक्शन कॉलिंग और JSON मोड

API JSON मोड और फंक्शन कॉलिंग के माध्यम से संरचित आउटपुट का समर्थन करती है। मॉडल को वैध JSON लौटाने के लिए response_format को {"type": "json_object"} पर सेट करें। यह डेटा निकालने या पार्सिंग त्रुटियों के बिना संरचित कॉन्फ़िगरेशन जनरेट करने के लिए उपयोगी है।

फ़ंक्शन कॉलिंग के लिए, अपने अनुरोध में एक tools सरणी प्रदान करें। मॉडल तब tool_calls के साथ प्रतिक्रया देगा यदि यह निर्धारित करता है कि एक फ़ंक्शन की आवश्यकता है। आप फिर फ़ंक्शन को निष्पादित कर सकते हैं और परिणाम वापस मॉडल को भेज सकते हैं। यह बाहरी पार्सिंग लॉजिक के बिना जटिल मल्टी-स्टेप वर्कफ़्लो को सक्षम बनाता है।

लिमिट्स और एरर्स हैंडल करना

आप प्रति कुंजी प्रति मिनट 300 अनुरोधों और 8 समवर्ती अनुरोधों तक सीमित हैं। यदि आप इन सीमाओं से अधिक करते हैं, तो आपको एक 429 Too Many Requests त्रुटि मिलेगी। प्रतिक्रिया बॉडी में retry-after विवरण शामिल होंगे। अनावश्यक पुनः प्रयासों से बचने के लिए अपने क्लाइंट-साइड थ्रॉटलिंग को समायोजित करें।

यदि आपका प्रीपेड क्रेडिट समाप्त हो जाता है, तो API 402 Payment Required त्रुटि लौटाता है। आप किसी भी समय क्रिप्टो के माध्यम से टॉप-अप कर सकते हैं। त्रुटियां और अस्वीकृतियां मुफ्त हैं, इसलिए आप केवल सफल टोकन जनरेशन के लिए भुगतान करते हैं। प्रॉम्प्ट और पूर्णता के संयोजन के लिए संदर्भ विंडो 100,000 टोकन है।

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.howmuchisanapikey.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

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.howmuchisanapikey.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

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)