תיעוד API

כתובת URL בסיסית ואימות

התחל באימות עם כתובת ה-URL הבסיסית https://api.googlegeminiuncensored.com/v1. אתה מקבל מפתח API פעיל אחד מיד לאחר ההרשמה באמצעות Google או אימייל. השתמש במפתח זה ב Authorization כותרת כטוקן Bearer לכל הבקשות הבאות.

• כתובת בסיס: https://api.googlegeminiuncensored.com/v1
• כותרת: Authorization: Bearer YOUR_API_KEY

Copycurl https://api.googlegeminiuncensored.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 open source LLMs for local deployment"}]
  }'

נקודת קצה להשלמות צ'אט

שלח בקשות יצירת טקסט ל- POST /v1/chat/completions. נקודת הקבלה הזו מקבלת מערכי הודעות סטנדרטיים ומחזירה תגובות טקסט גולמיות ללא מסנני תוכן לשימוש מבוגר חוקי.

Copyfrom openai import OpenAI

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

מזהה המודל הוא uncensored. זהו מודל בעל משקל פתוח הפועל בשרתים שלנו, שונה מ-GPT או Gemini. הוא לא מפנה בין ספקים ולא מציע הטמעות (embeddings).

תגובות בסטרימינג (SSE)

אפשרו זרימה על ידי הגדרת stream: true בגוף הבקשה שלך. ה-API מחזיר אירועים מוכוון שרת (SSE) שבהם נתוני שימוש בטוקנים מופיעים בפסיקה האחרונה.

Copyimport OpenAI from "openai";

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

זרימה מפחיתה את תחוית העיכוב עבור פלט ארוך. כל חלקה מכילה פסי טקסט חלקיים. יש לנתח את האירוע האחרון כדי לקבל את צריכת האסימונים הכוללת לשקיפות בחיוב.

זרימה

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)