API दस्तावेज़ीकरण

प्रमाणीकरण & बेस URL

बेस यूआरएल के साथ अपनी API कुंजी का उपयोग करें https://api.paidapi.cc/v1. कुंजी को में पास करें Authorization हेडर को Bearer टोकन के रूप में सेट करें। यह सेटअप किसी भी OpenAI-compatible क्लाइंट लाइब्रेरी के बिना अतिरिक्त कॉन्फ़िगरेशन स्टेप्स के काम करता है।

Copycurl https://api.paidapi.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set up a cron job to run every hour"}]
  }'

अपनी कुंजी सुरक्षित रखें। यदि आप इसे खो देते हैं, तो अपने डैशबोर्ड से एक नई कुंजी जनरेट करें। पुरानी कुंजी तुरंत काम करना बंद कर देती है।

पहला अनुरोध

एक POST अनुरोध भेजें /v1/chat/completions मॉडल के साथ "uncensored". अपने संदेशों के सरल को बॉडी में शामिल करें। API आपके प्रॉम्पप संदर्भ के आधार पर पाठ पूर्णताएं लौटाता है।

Copyfrom openai import OpenAI

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

यह सरल कॉल पुष्टि करता है कि आपकी इंटीग्रेशन काम कर रही है। टोकन उपयोग और सामग्री के लिए रिस्पॉन्स ऑब्जेक्ट जांचें।

स्ट्रीमिंग रिस्पॉन्सेस

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true. API चंक को उत्पन्न होते ही भेजता है। यह लंबे आउटपुट के लिए अनुभव की जाने वाली विलंबता को कम करता है।

Copyimport OpenAI from "openai";

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

प्रत्येक चंक को अलग-अलग हैंडल करें। उन्हें अंतिम प्रतिक्रिया बनाने के लिए एग्रीगेट करें। अंतिम चंक में अनुरोध के लिए कुल टोकन उपयोग होता है।

फंक्शन कॉलिंग & टूल्स

अपने रिक्वेस्ट बॉडी में टूल्स परिभाषित करें। मॉडल उचित होने पर टूल कॉल्स लौटाता है। प्रतिक्रिया से फंक्शन नाम और आर्गुमेंट्स को पार्स करें।

सेट करें tool_choice नियंत्रित करने के लिए कि मॉडल टूल्स का उपयोग कब करता है। Use "auto" स्वचालित चयन के लिए या टूल का नाम निर्दिष्ट करें। यह सुविधा जटिल कार्यों के लिए हमारे अनसेंसर्ड मॉडल के साथ विश्वसनीय रूप से काम करती है।

JSON मोड कॉन्फ़िगरेशन

सेट करें response_format को {"type": "json_object"}. मॉडल आउटपुट को वैध JSON के रूप में संरचित करता है। यह प्रोग्रामेटिक वर्कफ़्लो के लिए पार्सिंग को सरल बनाता है।

सुनिश्चित करें कि आपका प्रॉम्प्ट JSON स्कीमा को स्पष्ट रूप से निर्दिष्ट करता है। मॉडल उस संरचना का पालन करता है जिसे आप परिभाषित करते हैं। डेटा एक्सट्रैक्शन या स्ट्रक्चर्ड जनरेशन टास्क के लिए इस मोड का उपयोग करें।

रेट लिमिट और त्रुटियां

आपको प्रति मिनट 300 अनुरोध और प्रति कुली 8 कन्करेंट अनुरोध मिलते हैं। इन सीमाओं को पार करने पर एक 429 त्रुटि लौटाई जाती है। अनुरोध बॉडी 8 MB से कम होनी चाहिए। कॉन्टेक्स्ट विंडो कुल 100,000 टोकन है।

अपनी कुंजी सत्यापित करके 401 त्रुटियों को हैंडल करें। 402 त्रुटियों का अर्थ है कि आपको अधिक क्रेडिट की आवश्यकता है। त्रुटियां टोकन का उपभोग नहीं करती हैं। बाधाओं से बचने के लिए अपनी पूर्वभुगतान क्रेडिट को टॉप अप रखें।

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)