البدء السريع لواجهة برمجة التطبيقات Abliterated Qwen

عنوان URL الأساسي والمصادقة

قم بتوصيل تكوين SDK الحالي الخاص بك بنقطة النهاية الخاصة بنا فوراً. وجّه عميلك إلى عنوان URL الأساسي المخصص وقم بتوفير المفتاح الذي تم إنشاؤه في لوحة التحكم لدينا. نستخدم مصادقة الرؤوس القياسية، لذا لا يلزم إعداد معقد.

نقطة النهاية هي HTTPS://api.abliteratedqwen.com/v1. أنشئ حساباً عبر Google أو البريد الإلكتروني، ثم احصل على مفتاحك من لوحة التحكم. استخدم هذا المفتاح في رأس المصادقة كرمز Bearer لكل طلب.

• عنوان URL الأساسي: HTTPS://api.abliteratedqwen.com/v1
• رأس المصادقة: Authorization: Bearer YOUR_API_KEY

لا يتطلب التسجيل رقم هاتف، ويظهر المفتاح فوراً عند إنشائه.

نقطة نهاية إكمال الدردشة

أرسل رسائل نصية واحصل على ردود غير مقيدة باستخدام نقطة إكمال الدردشة القياسية. تتعامل نقطة النهاية مع جميع احتياجات توليد النص الخاص بك بدون فلاتر المحتوى المعتادة. تعمل بنفس طريقة واجهة دردشة OpenAI لكنها تزيل طبقة الرفض.

أرسل طلب POST إلى /v1/chat/completions مع اسم النموذج وسجل المحادثة. يعالج النظام الإدخال ويُرجع النص المُولّد. يمكنك استخدام أي مكتبة قياسية لتنسيق حمولة JSON.

إليك طلب أساسي للبدء:

Copycurl https://api.abliteratedqwen.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 npm packages for date formatting"}]
  }'

يحتوي الرد على تفاصيل الاكتمال الكاملة. يمكنك دمج هذا مباشرة في تطبيقاتك.

استجابات البث واستهلاك الرموز

استلم تحديثات تلو الأخرى في الوقت الفعلي عبر أحداث الإرسال من الخادم (SSE). تتيح هذه الميزة تجربة مستخدم أكثر سلاسة في واجهات الدردشة. يمكنك تتبع مقاييس الاستخدام مباشرة من الكتلة الأخيرة للتدفق.

عيّن معلمة stream إلى true في طلبك. سيرسل الخادم كائنات JSON متعددة، تحتوي كل منها على delta جزئي. تتضمن الشريحة الأخيرة إجمالي استخدام الرموز للطلب.

استخدم هذا الرمز للتعامل مع التدفق في Python:

Copyfrom openai import OpenAI

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

يقلل هذا الأسلوب من زمن الاستجابة المُدرَك بشكل كبير. يرى المستخدمون النص يظهر بمجرد توليده.

استدعاء الوظائف والأدوات

تمكين الاستخدام الديناميكي للأدوات عن طريق تعريف الوظائف في طلبك. يمكن للنموذج اختيار الأدوات وتنفيذها بناءً على السياق. تتيح هذهCapability سير عمل معقدة واسترجاع البيانات.

عرّف أدواتك في مصفوفة tools. اضبط tool_choice على auto أو اسم دالة محدد. سيعيد النموذج استدعاء أداة إذا كان ذلك مناسبًا.

قم بتنفيذ منطق الأداة في كود العميل. قم بتحليل tool_call_id ونفذ الدالة. ثم أرسل النتيجة مرة أخرى إلى النموذج للحصول على استجابة نهائية.

استخدم مثال Node.js هذا لإعداد استدعاء الوظائف (function calling):

Copyimport OpenAI from "openai";

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

تدعم هذه الميزة كلًا من اختيار الأدوات التلقائي واليدوي.

وضع JSON للمخرجات المهيكلة

فرض النموذج على إخراج JSON صالح لسهولة التحليل. يضمن هذا الوضع مطابقة الاستجابة لمخططك بدقة. وهو مثالي لدمج واجهات برمجة التطبيقات ومهام استخراج البيانات.

عيّن معلمة response_format إلى json_object. سيقيّد النموذج مخرجاته إلى صيغة JSON صالحة. هذا يقلل من الحاجة إلى تحليل regex المعقد.

عرّف الهيكل المتوقع في مطالبة النظام. سالتزم النموذج به بدقة. هذا مفيد لتوليد بيانات مُهيكلة أو ملفات تكوين.

المعاملات: درجة الحرارة، Top P، و Stop

تحكّم في العشوائية وشروط التوقف أثناء التوليد. اضبط درجة الحرارة للإبداع، وtop_p للتنوع، وتسلسلات الإيقاف للقص الدقيق. تمنحك هذه المعايير تحكماً دقيقاً في المخرجات.

عيّن درجة الحرارة بين 0 و 2. تزيد القيم الأعلى من العشوائية. استخدم top_p لتقييد مجموعة الرموز. عرّف تسلسلات التوقف لإيقاف التوليد عند علامات محددة.

يمكنك أيضاً تعيين presence_penalty وfrequency_penalty للتأثير على تكرار الرموز. تساعد هذه الإعدادات في تنسيق الأسلوب واتساق المخرجات.

إليك مثال على التدفق لرؤية هذه المعاملات قيد التنفيذ:

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)

تجربة مع هذه القيم للعثور على أفضل توازن لحالة الاستخدام الخاصة بك.