شروع سریع: SDK OpenAI خود را متصل کنید

پیش‌نیازها: SDK و محیط

کتابخانه کلاینت رسمی را برای زبان مورد علاقه خود نصب کنید. شما به یک زمان‌بندی مدرن Python یا Node.js و یک کلید API معتبر از داشبورد خود نیاز دارید. متغیرهای محیطی باید قبل از راه‌اندازی نمونه کلاینت به‌طور ایمن تنظیم شوند.

پیکربندی: base_url و کلید API

SDK خود را به اندپوینت خاص ما به جای میزبان پیش‌فرض OpenAI پوینت کنید. از URL پایه ارائه‌شده در داشبورد خود استفاده کنید و کلید تولیدشده خود را به هدر authorization استاندارد اختصاص دهید. این کار تضمین می‌کند که تمام درخواست‌ها به درستی به زیرساخت مدل بدون سانسور ما هدایت شوند و نیازی به هدرهای سفارشی نباشد.

ارسال اولین تکمیل چت شما

یک درخواست POST ساده به endpoint تکمیل گفتگو ارسال کنید تا اتصال را بررسی کنید. مدل uncensored ما به پرامپت‌های استاندارد بلافاصله پاسخ می‌دهد و به شما امکان می‌دهد تولید محتوا را بدون ردّهای فوری آزمایش کنید. از مثال زیر برای تأیید کارکرد کلید خود استفاده کنید:

Copycurl https://api.mistralopenaicompatibleapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list top 5 linux commands for disk cleanup"}]
  }'

پاسخ تأیید می‌کند که مدل ورودی شما را در پنجره زمینه مجاز پردازش کرده است. اکنون می‌توانید این منطق را در جریان‌های کاری برنامه خود ادغام کنید.

پیاده‌سازی SDK پایتون

از کتابخانه رسمی پایتون برای مدیریت خودکار سریال‌سازی درخواست‌ها استفاده کنید. URL پایه را به دامنه ما تنظیم کنید و کلید API خود را به عنوان پارامتر اصلی احراز هویت ارسال کنید. این روش برای تست محلی و استقرارهای تولید به طور یکسان کار می‌کند.

Copyfrom openai import OpenAI

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

اطمینان حاصل کنید که استثناها را به درستی مدیریت می‌کنید، زیرا خطاهای شبکه یا کلیدهای نامعتبر باعث ایجاد استثناهای استاندارد HTTP می‌شوند. کتابخانه شمارش توکن‌ها را برای موجودی پیش‌پرداخت شما به صورت کارآمد مدیریت می‌کند.

پیاده‌سازی Node SDK

کلاینت را با URL پایه و کلید API صحیح در محیط Node.js خود مقداردهی دهید. SDK از هر دو الگوی همزمان و ناهمزمان برای موارد استفاده مختلف پشتیبانی می‌کند. شناسه مدل را روی "uncensored" تنظیم کنید تا نتایج یکدست دریافت کنید.

Copyimport OpenAI from "openai";

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

کاربران Node از همان ساختار قیمت‌گذاری توکن و محدودیت‌های نرخ کاربران Python بهره‌مند می‌شوند. داشبورد استفاده خود را برای ردیابی دقیق مصرف اعتبار پیش‌پرداخت نظارت کنید.

پاسخ‌های استریم‌شده و محدودیت‌ها

پخش زنده (Streaming) را فعال کنید تا توکن‌ها به تدریج دریافت شوند و تأخیر ادراک‌شده برای خروجی‌های طولانی کاهش یابد. API ما از رویدادهای ارسال‌شده توسط سرور (SSE) برای تولید متن بلادرنگ پشتیبانی می‌کند که برای رابط‌های چت ایده‌آل است. به محدودیت‌های نرخ (429) و محدودیت‌های توکن در زمان استفاده با حجم بالا توجه کنید.

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)

هر درخواست پنجره زمینه ۱۰۰,۰۰۰ توکنی و محدودیت خروجی ۱۶,۰۰۰ توکنی را رعایت می‌کند. خطاهایی مانند 401 نشان‌دهنده اعتبارنامه نامعتبر و 402 نشان‌دهنده اعتبار پیش‌پرداخت ناکافی است. درخواست‌ها را زیر ۸ مگابایت نگه دارید تا از رد شدن پیکربندی جلوگیری کنید.