API रेफरेंस

प्रमाणीकरण और बेस यूआरएल

बेस यूआरएल के साथ अपनी API कुंजी का उपयोग करें https://api.routerllm.cc/v1 बेस URL। यह OpenAI-संगत एंडपॉइंट किसी भी मानक SDK के साथ काम करता है बेस URL सेट करके और अपनी कुंजी

Copycurl https://api.routerllm.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five python libraries for web scraping."}]
  }'

अपनी कुंजी सुरक्षित रखें। एक सक्रिय कुंजी पुरानी कुंजी को प्रतिस्थापित कर देती है यदि आप एक नई जनरेट करते हैं। त्रुटियां और अस्वीकृतियां मुफ्त हैं, इसलिए आप सुरक्षित रूप से परीक्षण कर सकते हैं।

चैट कंप्लीशंस एंडपॉइंट

प्रॉम्प्ट भेजें POST /v1/chat/completions एंडपॉइंट। मॉडल आईडी है uncensored. यह कानूनी वयस्कों के उपयोग के लिए ट्यून्ड एक ओपन-वेट मॉडल है, न कि GPT या क्लॉड जैसा कोई विक्रेता मॉडल।

Copyfrom openai import OpenAI

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

प्रॉम्प्ट और पूर्णता दोनों के लिए संदर्भ विंडो 100,000 टोकन है। आपको डिफ़ॉल्ट रूप से 16,000 टोकन का आउटपुट मिलता है, या यदि आप omit करते हैं तो 2,048 max_tokens.

SSE के साथ स्ट्रीमिंग

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true आपके अनुरोध में। API Server-Sent Events (SSE) लौटाता है। टोकन उपयोग डेटा स्ट्रीम के अंतिम खंड में प्रकट होता है।

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)

यह दृष्टिकोण लंबी प्रतिक्रियाओं के लिए अनुभवजन्य विलंबता को कम करता है। इसे उन चैट इंटरफेस के निर्माण के समय उपयोग करें जिनमें प्रगतिशील टेक्स्ट रेंडरिंग से लाभ होता है।

फंक्शन कॉलिंग और टूल्स

मॉडल में tools पास करें tools array. मॉडल फंक्शन कॉलिंग का समर्थन करता है tool_choice विकल्पों। संरचित डेटा निष्कर्षण या स्वचालित वर्कफ्लो के लिए इसका उपयोग करें।

Copyimport OpenAI from "openai";

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

अपनी फ़ंक्शन स्कीमा को स्पष्ट रूप से परिभाषित करें। API आपके यूजर प्रॉम्प्ट और टूल परिभाषाओं के बीच रूटिंग संभालता है। सुनिश्चित करें कि आपका कोड टूल कॉल को सही ढंग से पार्स करता है।

JSON मोड और पैरामीटर

सेट करें response_format को {"type": "json_object"} कठोर JSON आउटपुट के लिए। जनरेशन को नियंत्रित करें temperature, top_p, stop, और seed. आउटपुट स्टाइल को परिष्कृत करने के लिए प्रेजेंस और फ्रीक्वेंसी के लिए पेनल्टी एडजस्ट करें।

विश्वसनीयता को ट्यून करने के लिए इन पैरामीटर का उपयोग करें। मशीन-पठनीय प्रतिक्रियाओं को पार्स करने के लिए JSON मोड आवश्यक है। मॉडल कठोर फॉर्मेटिंग के साथ भी अनसेंसर्ड रहता है।

त्रुटि हैंडलिंग और सीमाएँ

अमान्य की के लिए 401, अपर्याप्त क्रेडिट के लिए 402 और रेट लिमिट के लिए 429 की अपेक्षा करें। सीमा प्रति की 300 अनुरोध प्रति मिनट और 8 समानांतर अनुरोध है। अधिकतम अनुरोध बॉडी आकार 8 MB है।

कारण निर्धारित करने के लिए स्टेटस कोड की जाँच करें। जारी रखने के लिए USDT या USDC के साथ टॉप अप करें। क्रेडिट कभी समाप्त नहीं होता, इसलिए आप उपयोग को रोक सकते हैं बिना फंड्स खोए।

मॉडल जानकारी और टोकन उपयोग

क्वेरी GET /v1/models उपलब्ध मॉडल की जाँच करें। एकमात्र मॉडल है uncensored. यह टेक्स्ट इन और टेक्स्ट आउट लौटाता है। एम्बेडिंग, छवियां, या ऑडियो समर्थित नहीं हैं।

प्रतिक्रिया हेडर या स्ट्रीम एंड में टोकन उपयोग ट्रैक करें। मूल्य निर्धारण पारदर्शी है: $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन। पूर्व-भुगतान क्रेडिट सभी उपयोग को कवर करता है।