Abliterated Qwen API-snelstart

Basis-URL en authenticatie

Verbind je bestaande SDK-configuratie direct met ons eindpunt. Wijs je client aan op de speciale basis-URL en lever de sleutel die op ons dashboard is gegenereerd. We gebruiken standaard header-authenticatie, dus er is geen complexe setup nodig.

Het endpoint is HTTPS://api.abliteratedqwen.com/v1. Maak een account aan via Google of e-mail en haal je key op uit het dashboard. Gebruik deze key in de Authorization-header als Bearer-token voor elk verzoek.

• Basis-URL: HTTPS://api.abliteratedqwen.com/v1
• Auth Header: Authorization: Bearer YOUR_API_KEY

Er is geen telefoonnummer nodig voor aanmelding, en de sleutel verschijnt direct bij het aanmaken.

Chat Completions Endpoint

Stuur tekstberichten en ontvang onbeperkte antwoorden via het standaard chat-completies-eindpunt. Dit eindpunt verwerkt al uw tekstgeneratiebehoeften zonder de gebruikelijke inhoudsfilters. Het werkt identiek aan de OpenAI-chatinterface, maar verwijdert de weigeringslaag.

Stuur een POST-verzoek naar /v1/chat/completions met je modelnaam en conversatiegeschiedenis. Het systeem verwerkt de input en retourneert de gegenereerde tekst. Je kunt elke standaardbibliotheek gebruiken om de JSON-payload te formatteren.

Hier is een basisverzoek om aan de slag te gaan:

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"}]
  }'

De respons bevat de volledige voltooiingsdetails. Je kunt dit direct in je applicaties integreren.

Streaming-responsen en tokengebruik

Ontvang token-voor-token updates in real-time via Server-Sent Events. Deze functie zorgt voor een soepelere gebruikerservaring in chatinterfaces. Je kunt gebruiksmetrics direct volgen via de laatste chunk van de stream.

Stel de stream-parameter in op true in je request. De server verzendt meerdere JSON-objecten, elk met een gedeeltelijke delta. De laatste chunk bevat het totale tokenverbruik voor het verzoek.

Gebruik deze code om streaming in Python af te handelen:

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)

Deze aanpak vermindert de waargenomen latentie aanzienlijk. Gebruikers zien de tekst verschijnen zodra deze wordt gegenereerd.

Function Calling en tools

Dynamisch gereedschapgebruik inschakelen door functies in je verzoek te definiëren. Het model kan gereedschappen selecteren en uitvoeren op basis van de context. Deze mogelijkheid stelt je in staat complexe workflows en gegevensophaal uit te voeren.

Definieer je tools in de tools-array. Stel de tool_choice in op auto of een specifieke functienaam. Het model reageert met een toolaanroep indien passend.

Implementeer de tool-logica in je clientcode. Parse de tool_call_id en voer de functie uit. Stuur het resultaat vervolgens terug naar het model voor een eindantwoord.

Gebruik dit Node.js-voorbeeld om function calling in te stellen:

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);

Deze functie ondersteunt zowel automatische als handmatige toolselectie.

JSON-modus voor gestructureerde uitvoer

Forceer het model om geldige JSON uit te geven voor betrouwbaar parseren. Deze modus zorgt ervoor dat de respons exact overeenkomt met je schema. Dit is ideaal voor API-integraties en gegevensextractietaken.

Stel de parameter response_format in op json_object. Het model beperkt zijn uitvoer tot geldige JSON-syntaxis. Dit vermindert de behoefte aan complexe regex-parsering.

Definieer je verwachte structuur in de systeemprompt. Het model zal zich hier strikt aan houden. Dit is nuttig voor het genereren van gestructureerde gegevens of configuratiebestanden.

Parameters: Temperatuur, Top P en Stop

Stuur de willekeur en stopcondities van de generatie aan. Pas temperatuur aan voor creativiteit, top_p voor diversiteit, en stop-reeksen voor precieze afkapping. Deze parameters geven je fijne controle over de output.

Stel temperature in tussen 0 en 2. Hogere waarden verhogen de willekeurigheid. Gebruik top_p om het tokenpool te beperken. Definieer stopvolgorde om de generatie te stoppen bij specifieke markeringen.

U kunt presence_penalty en frequency_penalty ook instellen om herhaling van tokens te beïnvloeden. Deze instellingen helpen de stijl en consistentie van de output te verfijnen.

Hier is een streaming-voorbeeld om deze parameters in actie te zien:

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)

Experimenteer met deze waarden om de beste balans te vinden voor jouw use case.