एब्लिरेटेड Qwen API क्विकस्टार्ट

बेस URL और प्रमाणीकरण

अपने मौजूदा SDK कॉन्फ़िगरेशन को तुरंत हमारे एंडपॉइंट से कनेक्ट करें। अपने क्लाइंट को समर्पित बेस यूआरएल पर पॉइंट करें और हमारे डैशबोर्ड पर जनरेट की गई कुंजी प्रदान करें। हम मानक हेडर प्रमाणीकरण का उपयोग करते हैं, इसलिए कोई जटिल सेटअप आवश्यक नहीं है।

एंडपॉइंट HTTPS://api.abliteratedqwen.com/v1 है। Google या ईमेल के माध्यम से खाता बनाएं, फिर डैशबोर्ड से अपनी कुंजी प्राप्त करें। हर अनुरोध के लिए इस कुंजी को Authorization हेडर में Bearer टोकन के रूप में उपयोग करें।

• बेस URL: HTTPS://api.abliteratedqwen.com/v1
• Auth हेडर: Authorization: Bearer YOUR_API_KEY

साइनअप के लिए फ़ोन नंबर की आवश्यकता नहीं है, और कुंई निर्माण के तुरंत बाद दिखाई देती है।

चैट कंप्लीशंस एंडपॉइंट

मानक चैट-कंप्लीशंस एंडपॉइंट का उपयोग करके टेक्स्ट संदेश प्राप्त करें और असीमित जवाब प्राप्त करें। यह एंडपॉइंट आपके सभी टेक्स्ट जनरेशन आवश्यकताओं को संभालता है बिना सामान्य कंटेंट फ़िल्टर्स के। यह OpenAI चैट इंटरफ़ेस की तरह ही काम करता है लेकिन अस्वीकृति परत को हटा देता है।

अपने मॉडल नाम और संवाद इतिहास के साथ /v1/chat/completions पर POST अनुरोध भेजें। सिस्टम इनपुट प्रक्रिया करता है और जनरेटेड टेक्स्ट लौटाता है। आप JSON पेलोड को फॉर्मेट करने के लिए किसी भी मानक लाइब्रेरी का उपयोग कर सकते हैं।

शुरुआत करने के लिए एक बेसिक अनुरोध:

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"}]
  }'

प्रतिक्रिया में पूर्ण पूर्णता विवरण शामिल होता है। आप इसे सीधे अपने एप्लिकेशन में एकीकृत कर सकते हैं।

स्ट्रीमिंग रिस्पॉन्सेस और टोकन उपयोग

सर्वर-सेंट इवेंट्स के माध्यम से वास्तविक-समय में टोकन-दर-टोकन अपडेट प्राप्त करें। इस सुविधा से चैट इंटरफेस में एक सुचारू उपयोगकर्ता अनुभव मिलता है। आप स्ट्रीम के अंतिम चंक से सीधे उपयोग मेट्रिक्स ट्रैक कर सकते हैं।

अपने अनुरोध में stream पैरामीटर को true सेट करें। सर्वर कई JSON ऑब्जेक्ट्स भेजेगा, जिनमें प्रत्येक में एक आंशिक डेल्टा होता है। अंतिम चंक में अनुरोध के लिए कुल टोकन उपयोग शामिल होता है।

Python में स्ट्रीमिंग हैंडल करने के लिए इस कोड का उपयोग करें:

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)

यह दृष्टिकोण अनुभवजन्य विलंबता को काफी कम करता है। उपयोगकर्ता देखते हैं कि टेक्स्ट जनरेट होते हुए प्रकट हो रहा है।

फंक्शन कॉलिंग और टूल्स

अपने अनुरोध में फंक्शन्स परिभाषित करके गतिशील टूल उपयोग सक्षम करें। मॉडल संदर्भ के आधार पर टूल्स का चयन और निष्पादन कर सकता है। इस क्षमता से जटिल वर्कफ्लो और डेटा रीट्रीवल संभव होता है।

अपने टूल्स को tools एरे में परिभाषित करें। tool_choice को auto या एक विशिष्ट फ़ंक्शन नाम पर सेट करें। यदि उपयुक्त हो, तो मॉडल टूल कॉल के साथ प्रतिक्रिया देगा।

क्लाइंट कोड में टूल लॉजिक लागू करें। tool_call_id को पार्स करें और फंक्शन निष्पादित करें। फिर अंतिम प्रतिक्रिया के लिए परिणाम मॉडल को वापस भेजें।

फंक्शन कॉलिंग सेटअप करने के लिए इस Node.js उदाहरण का उपयोग करें:

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);

यह फीचर स्वचालित और मैन्युअल दोनों टूल सिलेक्शन का समर्थन करता है।

संरचित आउटपुट के लिए JSON मोड

भरोसेमंद पार्सिंग के लिए मॉडल को वैध JSON आउटपुट करने के लिए फोर्स करें। यह मोड सुनिश्ित करता है कि प्रतिक्रिया आपके स्कीमा से बिल्कुल मेल खाती है। यह API इंटीग्रेशन और डेटा एक्सट्रैक्शन कार्यों के लिए आदर्श है।

response_format पैरामीटर को json_object पर सेट करें। मॉडल अपनी आउटपुट को वैध JSON सिंटैक्स तक सीमित करेगा। इससे जटिल regex पार्सिंग की आवश्यकता कम हो जाती है।

सिस्टम प्रॉम्प्ट में अपनी अपेक्षित संरचना परिभाषित करें। मॉडल उसे कड़े तौर पर मानेगा। यह संरचित डेटा या कॉन्फ़िगरेशन फ़ाइलें जनरेट करने के लिए उपयोगी है।

पैरामीटर: तापमान, शीर्ष P, और स्टॉप

जनरेशन की यादृच्छिकता और रोकने की स्थितियों को नियंत्रित करें। रचनात्मकता के लिए तापमान, विविधता के लिए top_p और सटीक ट्रंकेशन के लिए स्टॉप सीक्वेंस को समायोजित करें। ये पैरामीटर आपको आउटपुट पर सूक्ष्म नियंत्रण प्रदान करते हैं।

temperature को 0 और 2 के बीच सेट करें। उच्च मान रैंडमनेस बढ़ाते हैं। टोकन पूल को सीमित करने के लिए top_p का उपयोग करें। विशिष्ट मार्कर पर जेनरेशन रोकने के लिए stop सीक्वेंस परिभाषित करें।

आप टोकन दोहराव को प्रभावित करने के लिए presence_penalty और frequency_penalty सेट भी कर सकते हैं। ये सेटिंग्स आउटपुट के शैली और स्थिरता को परिष्कृत करने में मदद करती हैं।

इन पैरामीटरों को एक्शन में देखने के लिए एक स्ट्रीमिंग उदाहरण:

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)

अपने उपयोग मामले के लिए सबसे अच्छा संतुलन खोजने के लिए इन मानों के साथ प्रयोग करें।