شروع سریع API سازگار با OpenAI

URL پایه و احراز هویت

ابتدا کلاینت خود را به openai compatible endpoint. تنظیم base_url متغیر به https://api.openaipriceapi.com/v1 و کلید خود را در هدر احراز هویت ارائه دهید. شما به ازای هر حساب کاربری یک کلید فعال دارید و در زمان ثبت‌نام نیازی به شماره تلفن نیست. URL پایه با SDKهای رسمی سازگار است، بنابراین تنها با تغییر URL و کلید می‌توانید از سایر ارائه‌دهندگان استفاده کنید. سرویس openai price api هزینه‌ها برای توکن‌های معتبر پرداخت می‌کنید، خطاها هزینه‌ای ندارند و اعتبار منقضی نمی‌شود. کلید خود را امن نگه دارید زیرا تنها اعتبار مورد نیاز برای تمام درخواست‌هاست.

اولین درخواست تکمیل چت

یک درخواست POST استاندارد به endpoint تکمیل مکالمه ارسال کنید. شناسه مدل را به عنوان "uncensored" پاس دهید و پیام‌های سیستمی و کاربر خود را شامل کنید. API پاسخ متنی را در قالب انتخابی (معمولاً JSON یا متن ساده) برمی‌گرداند. می‌توانید پارامترهایی مانند temperature و top_p را برای کنترل خلاقیت تنظیم کنید. بدنه درخواست باید کمتر از ۸ مگابایت باشد تا پردازش روان تضمین شود. از دستور curl زیر برای بررسی اتصال و دریافت اولین پاسخ خود استفاده کنید.

یکپارچه‌سازی SDK پایتون

از کتابخانه رسمی پایتون برای تعامل با سرویس ما استفاده کنید. کلاینت را با URL پایه و کلید API خود پیکربندی کنید. SDK تگ‌گذاری و درخواست‌های HTTP را به صورت خودکار مدیریت می‌کند. می‌توانید پیام‌های متعددی را در یک زمینه گفتگوی واحد ارسال کنید. مدل از پنجره زمینه 100,000 توکنی برای اسناد طولانی پشتیبانی می‌کند. استریم نیز از طریق کلاینت پایتون در دسترس است. از قطعه کد زیر برای مقداردهی اولیه کلاینت و ارسال پیام استفاده کنید.

استفاده Node SDK

با Node.js با استفاده از پکیج npm استاندارد ادغام کنید. متغیرهای محیطی را تنظیم کنید یا آن‌ها را مستقیماً به سازنده کلاینت ارسال کنید. SDK Node رابط پایتون را برای ثبات بازتاب می‌دهد. می‌توانید خطاها را به صورت ایمن مدیریت کنید و شیء پاسخ را تجزیه کنید. فراخوانی تابع و حالت JSON به صورت پیش‌فرض پشتیبانی می‌شوند. این روش برای برنامه‌های سمت سرور که به تولید متن قابل اعتماد نیاز دارند، خوب کار می‌کند. قطعه کد زیر پیکربندی پایه برای محیط Node شما را نشان می‌دهد.

مدیریت پاسخ‌های جریان‌سازی

پخش زنده را فعال کنید تا توکن‌ها به محض تولید دریافت شوند. این کار تأخیر ادراک‌شده را برای پاسخ‌های طولانی کاهش می‌دهد. قطعه نهایی شامل کل مصرف توکن برای صورتحساب دقیق است. می‌توانید پخش را تجزیه کنید تا رابط کاربری را به صورت بلادرنگ به‌روزرسانی کنید. API از رویدادهای ارسالی سرور برای این پروتکل استفاده می‌کند. این روش برای رابط‌های چت و دموهای زنده ایده‌آل است. از مثال زیر برای پیاده‌سازی یک کلاینت پخش که توکن‌ها را به‌طور کارآمد پردازش می‌کند، استفاده کنید.

Limits, errors, and context window

محدودیت‌های درخواست خود را پایش کنید تا از وقفه‌ها جلوگیری شود. این API اجازه ۳۰۰ درخواست در دقیقه و ۸ درخواست همزمان به ازای هر کلید را می‌دهد. خطای ۴۰۱ به معنای نامعتبر بودن کلید شماست، در حالی که خطای ۴۰۲ نشان‌دهنده عدم وجود اعتبار است. پاسخ ۴۲۹ نشان‌دهنده محدودیت نرخ است؛ صبر کنید و دوباره تلاش کنید. پنجره زمینه ۱۰۰,۰۰۰ توکن برای ورودی و خروجی به صورت ترکیبی است. حداکثر خروجی ۱۶,۰۰۰ توکن است مگر اینکه حد پایین‌تری تنظیم کنید. خطاها و رد شدن‌ها رایگان هستند، بنابراین شما فقط برای توکن‌های موفق پرداخت می‌کنید. این مدل صورتحساب شفاف تضمین می‌کند که دقیقاً بدانید چقدر هزینه می‌کنید.

cURL

Copycurl https://api.openaipriceapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set timezone to UTC for log parsing"}]
  }'

پایتون

Copyfrom openai import OpenAI

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

جریان‌سازی

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)