Qwen unrestricted: شروع سریع API سازگار با OpenAI

URL پایه احراز هویت

اولین مرحله اشاره مشتری شما به انتهای نقطه میزبانی شده ما است. استفاده از https://api.qwenunrestricted.com/v1 به‌عنوان آدرس پایه (base URL). کلید API خود را در Authorization هدر به عنوان یک توکن Bearer. این با هر SDK سازگار با OpenAI کار می‌کند.

Copycurl https://api.qwenunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List steps to deploy a docker container."}]
  }'

اطمینان حاصل کنید که کلید شما معتبر است قبل از ارسال درخواست‌ها. خطای 401 به این معنی است که کلید نامعتبر یا منقضی شده است.

ارسال یک درخواست تکمیل چت (chat completion request)

یک درخواست POST به /v1/chat/completions با پرامپت. شناسه مدل uncensored. این مدل محتوای بزرگسالان قانونی یا موضوعات جنجالی را رد نمی‌کند. خروجی‌های بدون محدودیت ارائه می‌دهد بدون اینکه هوش پایه را کاهش دهد.

Copyfrom openai import OpenAI

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

نام مدل را روی uncensored. API پارامترهای استاندارد مانند messages و max_tokens.

پیکربندی دما و top_p

تنظیم temperature و top_p برای کنترل تصادفی‌سازی. مقادیر بالاتر خلاقیت را افزایش می‌دهند. مقادیر پایین‌تر خروجی‌ها را قطعی‌تر می‌کنند. این پارامترها بر نحوه انتخاب توکن‌ها توسط مدل در حین تولید تأثیر می‌گذارند.

Copyimport OpenAI from "openai";

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

تنظیم temperature to 0.7 for balanced results. Use top_p برای محدود کردن جرم احتمال توکن‌های کاندید. این کار به کنترل تنوع خروجی کمک می‌کند.

مدیریت پاسخ‌های جریان‌سازی (SSE)

استریمینگ را با تنظیم stream به true. API رویدادهای Server-Sent (SSE) برمی‌گرداند. هر قطعه شامل داده‌های جزئی توکن است. این قطعات را جمع‌آوری کنید تا پاسخ نهایی را بسازید.

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)

جریان SSE را تجزیه کنید تا توکن‌ها را به‌صورت بلادرنگ نمایش دهید. آخرین قطعه شامل کل مصرف توکن است. این امکان ردیابی دقیق هزینه‌ها را برای هر درخواست فراهم می‌کند.

فعال‌سازی حالت JSON برای خروجی ساختاریافته

استفاده response_format تنظیم شده روی {"type": "json_object"} برای اجبار به خروجی JSON. این تضمین می‌کند که مدل ساختارهای JSON معتبر را برمی‌گرداند. برای تجزیه‌ی داده‌ها یا یکپارچه‌سازی با سیستم‌های دیگر مفید است.

پارامتر را در بدنه درخواست خود تنظیم کنید. مدل به شدت از قوانین قالب‌بندی JSON پیروی خواهد کرد. این خطاهای تجزیه را در برنامه‌های downstream کاهش می‌دهد.

استفاده از فراخوانی ابزار (فراخوانی تابع)

ابزارها را در درخواست خود با استفاده از tools پارامتر. مدل می‌تواند بر اساس درخواست این توابع را فراخوانی کند. از tool_choice برای کنترل فراخوانی تابع.

تعاریف تابع را در درخواست مشخص کنید. API استدلال‌های فراخوانی ابزار را برمی‌گرداند. این استدلال‌ها را تجزیه کنید تا توابع اجرا شوند. این کار جریان‌های کاری عامل پیچیده (agent workflows) را امکان‌پذیر می‌کند.

درک استفاده و هزینه‌های توکن

پنجره زمینه ۱۰۰,۰۰۰ توکن است. حداکثر خروجی ۱۶,۰۰۰ توکن در هر درخواست است. قیمت‌گذاری ۰.۱۵ دلار به ازای هر ۱M توکن ورودی و ۰.۵۰ دلار به ازای هر ۱M توکن خروجی است. خطاها رایگان هستند.

قطعه نهایی SSE را برای جزئیات استفاده بررسی کنید. تعداد توکن‌ها پردازش واقعی را نشان می‌دهد. هیچ هزینه اشتراکی اعمال نمی‌شود. فقط بابت آنچه استفاده می‌کنید پرداخت کنید.