URL پایه و احراز هویت
اتصال فوری با اشاره کلاینت خود به URL پایه و ارسال کلید خود در هدر. احراز هویت ساده است: شامل Authorization: Bearer YOUR_API_KEY در هر درخواست. کلید خود را بلافاصله پس از ثبت‌نام با گوگل یا ایمیل دریافت می‌کنید. نیازی به شماره تلفن نیست و کلید بلافاصله روی صفحه ظاهر می‌شود. این پیکربندی با هر SDK سازگار با اوپن‌ای‌آی کار می‌کند زیرا ما از همان ساختار رابط پیروی می‌کنیم. نیازی به مدیریت نشست‌های پیچیده ورود یا مواجهه با انقضای نشست‌هایی که سایر پلتفرم‌ها را درگیر می‌کند، ندارید. کلید شما تنها اعتبار مورد نیاز برای تمام اندپوینت‌هاست. این سادگی به این معنی است که می‌توانید API را بدون نگرانی درباره چرخه‌های تازه‌سازی توکن یا جریان‌های OAuth در اسکریپت‌ها یا برنامه‌های خود ادغام کنید. این سرویس برای توسعه‌دهندگانی طراحی شده است که می‌خواهند بدون موانع بوروکراتیک به دسترسی مستقیم دست یابند. ما یک رابط تمیز و قابل پیش‌بینی ارائه می‌دهیم که دقیقاً مانند استاندارد صنعت عمل می‌کند. این موضوع زمان ادغام را به‌طور قابل‌توجهی نسبت به درگیری با سیستم‌های ورود اختصاصی کاهش می‌دهد.
نقطه پایانی تکمیل چت
پیام‌ها را به مدل بدون سانسور با استفاده از نقطه پایانی تکمیل چت استاندارد ارسال کنید. نقطه پایانی درخواست‌های POST را به /v1/chat/completions با یک بدنه JSON شامل پیام‌های خود. باید شناسه مدل را به عنوان uncensored به استفاده از مدل زبانی بزرگ خاص ما. سیستم پاسخ‌های متنی را بازگردانده و ارسال می‌کند که می‌توانید آن‌ها را پردازش یا نمایش دهید. این یک API ورودی-خروجی متن است و قابلیت تولید تصویر یا صدا ندارد. شما با تنظیم پارامترهایی مانند دما یا top_p لحن و سبک را کنترل می‌کنید. قالب پاسخ ثابت و قابل پیش‌بینی است که پردازش آن را در هر زبانی آسان می‌کند. می‌توانید چندین نوبت را در یک درخواست ارسال کنید تا تاریخچه مکالمه حفظ شود. این رویکرد رفتار ارائه‌دهندگان بزرگ را تقلید می‌کند، در حالی که مدل uncensored خاص ما را ارائه می‌دهد. این عملکرد اصلی برای ساخت ربات‌های چت، دستیارها یا تولیدکننده محتوا است. نقطه پایان برای سرعت و قابلیت اطمینان بهینه شده است.
یکپارچه‌سازی SDK Python
به سرعت با استفاده از SDK رسمی Python با حداقل پیکربندی ادغام کنید. فقط باید URL پایه و کلید API را در راه‌اندازی کلاینت خود تنظیم کنید. قطعه کد زیر نحوه ایجاد یک درخواست تکمیل چت ساده را نشان می‌دهد. این روش به طور بی‌درنگ با کدهای موجود OpenAI کار می‌کند زیرا رابط کاربری یکسان است. می‌توانید لیستی از پیام‌ها با نقش‌هایی مانند system, user, یا assistant. شیء پاسخ به شما دسترسی به متن تولید شده و آمار مصرف توکن می‌دهد. این موضوع عیب‌یابی و پایش برنامه شما را ساده می‌کند. نیازی به نوشتن کلاینت‌های HTTP سفارشی یا مدیریت دستی سریال‌سازی JSON ندارید. SDK تمام کارهای سنگین را برای شما انجام می‌دهد. این موضوع کدهای تکراری را کاهش داده و چرخه‌های توسعه را به طور قابل توجهی تسریع می‌کند. می‌توانید در عرض چند دقیقه نمونه‌سازی را شروع کنید و بعداً در صورت نیاز مقیاس‌بندی نمایید. کتابخانه مستندات خوبی دارد و به طور فعال نگهداری می‌شود.
یکپارچه‌سازی Node SDK
از SDK Node.js برای یکپارچه‌سازی API در پروژه‌های JavaScript یا TypeScript خود استفاده کنید. راه‌اندازی مشابه Python است: URL پایه و کلید را یک بار پیکربندی کنید. مثال کد یک درخواست ساده به نقطه پایانی chat را نشان می‌دهد. می‌توانید از همان ساختار پیامی که در Python استفاده می‌کنید بهره ببرید تا در سراسر استک خود یکپارچگی داشته باشید. شیء پاسخ متن تکمیل و آمار مصرف را فراهم می‌کند. این برای ردیابی مصرف توکن در برنامه‌های Node شما مفید است. SDK استریم و مدیریت خطا را به صورت داخلی مدیریت می‌کند و کد شما را ساده می‌سازد. می‌توانید این را در مسیرهای Express، توابع بدون سرور یا کارهای پس‌زمینه یکپارچه کنید. رابط کاربری برای هر کسی که از کتابخانه Node OpenAI استفاده کرده است آشنا است. این به این معنی است که می‌توانید منطق و الگوهای موجود را بدون یادگیری یک ساختار API جدید بازاستفاده کنید. این به طور طبیعی در اکوسیستم‌های مدرن JavaScript جای می‌گیرد. شما از مزایای یک رابط استاندارد با قابلیت‌های خاص مدل ما بهره‌مند می‌شوید. این بار شناختی را هنگام جابجایی بین بخش‌های مختلف برنامه کاهش می‌دهد.
پاسخ‌های استریم
فعال‌سازی خروجی بلادرنگ با تنظیم پارامتر stream برابر با true در درخواست خود. API یک جریان از قطعات به جای یک پاسخ کامل واحد برمی‌گرداند. این برای رابط‌های چت که می‌خواهید متن را همان‌طور که تولید می‌شود نشان دهید ایده‌آل است. هر قطعه شامل یک پاسخ جزئی است که به شما اجازه می‌دهد رابط کاربری را به صورت تدریجی به‌روزرسانی کنید. قطعه نهایی شامل کل استفاده از توکن برای درخواست است. این ویژگی با هر دو SDK پایتون و Node با حداقل تغییرات کد کار می‌کند. شما جریان را با تکرار روی قطعات و الحاق متن مدیریت می‌کنید. این تجربه کاربری روان‌تری نسبت به انتظار برای پاسخ کامل ایجاد می‌کند. این به ویژه برای تولید محتوای طولانی یا وظایف استدلال پیچیده مفید است. قابلیت جریان‌سازی در APIهای LLM مدرن استاندارد است و به طور کامل در اینجا پشتیبانی می‌شود. می‌توانید جریان را با مدیریت نرخ مصرف جریان کنترل کنید. این به شما کنترل دقیق‌تری بر نحوه نمایش خروجی به کاربر می‌دهد.
محدودیت‌ها، خطاها و زمینه
پنجره زمینه تا ۱۰۰,۰۰۰ توکن برای مجموع ورودی و خروجی پشتیبانی می‌کند. می‌توانید تا ۸ درخواست همزمان در هر کلید و ۳۰۰ درخواست در دقیقه ارسال کنید. اگر از این محدودیت‌ها تجاوز کنید، خطای محدود نرخ 429 دریافت خواهید کرد. خطاهای احراز هویت وضعیت 401 را برمی‌گردانند اگر کلید شما نامعتبر باشد. وضعیت 402 نشان‌دهنده اتمام اعتبار پیش‌پرداخت شما است. می‌توانید در هر زمان با ارزهای دیجیتال شارژ کنید تا خدمات را از سر بگیرید. خطاها اعتبار شما را مصرف نمی‌کنند، بنابراین درخواست‌های ناموفق رایگان هستند. حداکثر خروجی در هر درخواست ۱۶,۰۰۰ توکن است، یا ۲,۰۴۸ اگر محدودیتی مشخص نکنید. بدنه‌های درخواست به ۸ مگابایت محدود شده‌اند. این محدودیت‌ها برای تضمین استفاده منصفانه و پایداری سیستم طراحی شده‌اند. می‌توانید استفاده خود را از طریق هدرهای پاسخ یا اشیاء SDK نظارت کنید. این شفافیت به شما کمک می‌کند تا بودجه خود را مدیریت کنید و معماری برنامه خود را به طور موثر برنامه‌ریزی کنید. مدل پیش‌پرداخت یعنی شما فقط برای آنچه استفاده می‌کنید پرداخت می‌کنید، بدون هزینه‌های پنهان.
cURL
curl https://api.mistralapilogin.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Fix my token expiry error"}]
}'پایتون
from openai import OpenAI
client = OpenAI(base_url="https://api.mistralapilogin.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)Node.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.mistralapilogin.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);جریان‌سازی
stream = 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)