कैरेक्टर एआई API इंटीग्रेशन गाइड

चैरेक्टर AI को API से क्यों बदलें?

Character AI सुविधाजनक है, लेकिन यह आपके किरदारों को अपनी इकोसिस्टम में लॉक कर देता है। आप फ़ुल कॉन्टेक्स्ट विंडो सेव नहीं कर सकते, मॉडल पैरामीटर ट्वीक नहीं कर सकते, या यह सुनिश्चित नहीं कर सकते कि आपका डेटा निजी रहे। एक API समाधान जैसे uncutly AI आपको एक uncensored LLM तक सीधा एक्सेस देता है। आप प्रॉम्प्ट्स, तापमान और स्टॉप सीक्वेंस पर नियंत्रण रखते हैं। इसका मतलब है कि आपके किरदार बिल्कुल वैसा व्यवहार करते हैं जैसा आप चाहते हैं।

स्वामित्व वाले प्लेटफ़ॉर्म अक्सर पूरी तरह से कानूनी सामग्री को अस्वीकार कर देते हैं। वे संवेदनशील कीवर्ड के कारण कहानी को काट सकते हैं। एक अनसेंसर्ड चैटबॉट API के साथ, आप तय करते हैं कि क्या अनुमत है। आपको टेक्स्ट जनरेशन के लिए एक एकल, विश्वसनीय एंडपॉइंट मिलता है। यह विश्वसनीयता महत्वपूर्ण है जब आप एक उत्पाद बना रहे होते हैं जो स्थिर चरित्र व्यवहार पर निर्भर करता है। आप किसी प्लेटफ़ॉर्म की मनमानी मॉडरेशन टीम के हाथों में नहीं होते।

चरण 1: अपना API Key प्राप्त करें

प्रोवाइडर के डैशबोर्ड पर खाता बनाकर शुरू करें। आप Google से साइन इन कर सकते हैं या एक साधारण ईमेल और पासवर्ड का उपयोग कर सकते हैं। फ़ोन नंबर की आवश्यकता नहीं है। रजिस्टर करने के बाद, API कुली सेक्शन पर नेविगेट करें। सिस्टम तुरंत एक अनूठी कुली जनरेट करता है। इस कुली को कॉपी करें और इसे अपने एनवायरनमेंट वेरिएबल्स में सुरक्षित रूप से स्टोर करें।

API के लिए हर अनुरोध में हेडर में यह कुंजी शामिल होनी चाहिए। यदि कुंजी गायब है या अमान्य है, तो सर्वर 401 त्रुटि लौटाता है। आपको एकीकरण को खर्च करने से पहले परीक्षण करने के लिए एक छोटा परीक्षण क्रेडिट मिलता है। यह परीक्षण क्रेडिट सात दिनों के लिए लागू होता है। यह एक अच्छा तरीका है कि यह सत्यापित करने का कि आपकी सेटअप सही ढंग से काम करती है।

चरण 2: बेस यूआरएल कॉन्फ़िगर करें

अधिकांश आधुनिक LLM क्लाइंट OpenAI-संगत इंटरफ़ेस की उम्मीद करते हैं। आपको अपने SDK को सही बेस यूआरएल पर पॉइंट करना होगा। इस सेवा के लिए, एंडपॉइंट है https://api.uncutlyai.com/v1. यह URL संरचना मानक OpenAI API को दर्शाती है। इसका मतलब है कि आप मौजूदा लाइब्रेरी को बड़े कोड बदलाओं के बिना उपयोग कर सकते हैं।

अपने कॉन्फ़िगरेशन ऑब्जेक्ट में इस बेस URL को शामिल करें। साथ ही, API कुंजी को प्रमाणीकरण हेडर में सेट करें। आपका मॉडल ID बस "uncensored" होगा। यह मॉडल कम अस्वीकृति और बेहतर रचनात्मक स्वतंत्रता के लिए ट्यून्ड है। यह लंबे संदर्भों को अच्छी तरह संभालता है, 100,000 टोकन तक। यह लंबाई गहरी पात्र इतिहास की अनुमति देती है।

चरण 3: अपना पहला चैट पूरक भेजें

एक अनुरण बनाएं /v1/chat/completions एंडपॉइंट। बॉडी में संदेशों की एक सूची होनी चाहिए। प्रत्येक संदेश में "system", "user", या "assistant" जैसे एक भूमिका (role) होती है। सिस्टम संदेश चरित्र की व्यक्तित्व परिभाषित करता है। यूजर संदेश संवाद को आगे बढ़ाते हैं।

अनुरोध को कैसे संरचित करें:

Copycurl https://api.uncutlyai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the API endpoint for text generation"}]
  }'

देखें कि मॉडल कैसे प्रतिक्रिया देता है, यह अनुरोध भेजें। सर्वर टोकन प्रक्रिया करता है और टेक्स्ट पूर्णता लौटाता है। आप पैरामीटर सेट कर सकते हैं जैसे temperature रचनात्मकता को नियंत्रित करने के लिए। उच्च मान पात्र को अधिक अप्रत्याशित बनाते हैं। निम्न मान इसे अधिक स्थिर बनाते हैं। यह लचीलापन आपको आवाज़ को सूक्ष्म रूप से समायोजित करने की अनुमति देता है।

चरण 4: स्ट्रीमिंग प्रतिक्रियाओं को हैंडल करें

चैट एप्लिकेशन में प्रतिक्रिया पूरी होने तक इंतजार करने से धीमी महसूस होती है। स्ट्रीमिंग इसका समाधान है। सेट करें stream पैरामीटर को true सेट करें। सर्वर सर्वर-सेंट इवेंट्स (SSE) की एक श्रृंखला वापस भेजता है। प्रत्येक इवेंट में पाठ का एक छोटा चंक होता है।

आपका क्लाइंट कोड इन चंक को पार्स करना चाहिए और उन्हें रियल-टाइम में प्रदर्शित करना चाहिए। यह एक मानव के टाइप करने का भ्रम बनाता है। यह उपयोगकर्ता अनुभव को काफी बेहतर बनाता है। अंतिम चंक अक्सर टोकन उपयोग आंकड़े शामिल करता है। आप अपनी लागत को सटीक रूप से ट्रैक करने के लिए इस डेटा का उपयोग कर सकते हैं।

Copyfrom openai import OpenAI

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

सुनिश्चित करें कि आपका स्ट्रीमिंग हैंडलर नेटवर्क त्रुटियों को पकड़ता है। एक टूटा स्ट्रीम UI को लोडिंग स्थिति में छोड़ सकता है। स्ट्रीम समाप्त होने या विफल होने पर हमेशा कनेक्शन बंद करें।

चरण 5: टोकन और लागत प्रबंधित करें

टोकन लागतों को समझना बजटिंग के लिए आवश्यक है। आप प्रति मिलियन टोकन के लिए भुगतान करते हैं। इनपुट टोकन की लागत $0.15 प्रति मिलियन है। आउटपुट टोकन की लागत $0.50 प्रति मिलियन है। आप केवल उन टोकन के लिए भुगतान करते हैं जो प्रोसेस किए जाते हैं। त्रुटियों के लिए आपको चार्ज नहीं किया जाता। अस्वीकृतियों के लिए भी आपको चार्ज नहीं किया जाता।

यह प्रीपेड मॉडल पारदर्शी है। आप क्रिप्टोकरेंसी से टॉप-अप करते हैं। न्यूनतम टॉप-अप $20 है। आप एक बार में $500 जोड़ सकते हैं। कोई मासिक सब्सक्रिप्शन नहीं है। आपका क्रेडिट कभी समाप्त नहीं होता है। यह भविष्यवाणी आपको अपनी डेवलपमेंट लागत की योजना बनाने में मदद करती है। आप ठीक से जानते हैं कि हर कनवर्सेशन की लागत कितनी होगी।

चरण 6: फंक्शन कॉलिंग लागू करें

उन्नत पात्र अक्सर बाहरी टूल्स के साथ इंटरैक्ट करने की आवश्यकता होती है। फंक्शन कॉलिंग मॉडल को संरचित डेटा लौटने देती है। आप फंक्शन के लिए एक स्कीमा परिभाषित करते हैं। मॉडल बातचीत के आधार पर तय करता है कि कब इसे कॉल करना है।

उदाहरण के लिए, एक पात्र को मौसम जांचने की आवश्यकता हो सकती है। आप अनुरोध में फ़ंक्शन परिभाषा भेजते हैं। मॉडल फ़ंक्शन के नाम और तर्कों वाले एक JSON ऑब्जेक्ट के साथ प्रतिक्रिया देता है। आपका कोड फ़ंक्शन को निष्पादित करता है और परिणाम वापस मॉडल को भेजता है।

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uncutlyai.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 लूप तब तक चलता है जब तक कि मॉडल अंतिम टेक्स्ट प्रतिक्रिया जनरेट नहीं कर देता। यह गतिशील, इंटरैक्टिव कहानियों को सक्षम बनाता है। आप स्थिर टेक्स्ट आउटपुट तक सीमित नहीं हैं। मॉडल आपके एप्लिकेशन में ईवेंट ट्रिगर कर सकता है।

चरण 7: एरर हैंडलिंग और लिमिट्स

APIs की सीमाएं हैं। आप प्रति मिनट 300 अनुरोध भेज सकते हैं। केवल आठ अनुरोध एक साथ सक्रिय हो सकते हैं। अनुरोध बॉडी 8 MB से कम होनी चाहिए। यदि आप इन सीमाओं को पार करते हैं, तो आपको 429 त्रुटि मिलती है। अपनी रेट्री लॉजिक में एक्सपोनेंशियल बैकऑफ लागू करें।

नेटवर्क त्रुटियों को सहजता से संभालें। यदि सर्वर 500 त्रुटि लौटाता है, तो प्रतीक्षा करें और पुनः प्रयास करें। कभी यह न मानें कि मॉडल हमेशा सफल होगा। पैटर्न की पहचान करने के लिए इन त्रुटियों को लॉग करें। बार-बार टाइमआउट संकेत दे सकते हैं कि आपको अपने टाइमआट सेटिंग्स को समायोजित करने की आवश्यकता है।

चरण 8: अपनी इंटीग्रेशन को स्केल करें

जैसे-जैसे आपका उपयोगकर्ता आधार बढ़ता है, आपकी API उपयोग बढ़ेगी। अपने टोकन उपभोग का निकटता से निगरानी रखें। लागत को ट्रैक करने के लिए स्ट्रीमिंग प्रतिक्रियाओं से उपयोग डेटा का उपयोग करें। यदि आपको उच्च लागत दिखाई देती है, तो अपने प्रॉम्प्ट्स को अनुकूलित करने पर विचार करें। छोटे सिस्टम प्रॉम्प्ट इनपुट टोकन कम कर सकते हैं।

आवश्यक प्रतिक्रियाओं को कैश करने पर विचार करें। यदि कई उपयोगकर्ता एक ही प्रश्न पूछते हैं, तो कैश किए गए परिणाम को सेवाएं दें। इससे API कॉल कम होती हैं और पैसे बचते हैं। आप अपने स्वयं के सर्वर पर रेट लिमिटिंग भी लागू कर सकते हैं। यह एकल उपयोगकर्ता को आपकी सभी क्रेडिट खपने से रोकता है। एक अच्छी तरह से स्केल किया गया इंटीग्रेशन तेज और विश्वसनीय रहता है।