整合 Uncensored Mistral 相容 API

前置條件：安裝官方 SDK

安裝您語言的官方 SDK，以自動處理身份驗證和 JSON 解析。

大多數開發者偏好標準函式庫，因為它抽象化了 HTTP 細節。您需要 Python 3.8+ 或 Node.js 18+ 以獲得最佳相容性。

設置您的 Base URL 和密鑰

設定您的客戶端指向我們的基礎 URL 並注入您的 API 金鑰。

使用 https://api.mistralapibaseurl.com/v1 作為基礎 URL。將模型設為 uncensored 用於無限制回應。

使用 Google 或電子郵件註冊後，從儀表板檢索您的金鑰。

基本聊天完成請求

發送簡單的文本提示以接收即時文本回應。

這適用於角色扮演、程式碼或創意寫作，且無內容過濾。

回應包含用於準確計費的 Token 用量。

帶有 SSE 的串流回應

即時串流接收權杖。

這可降低長輸出時的感知延遲。

最後一個區塊包含用於計費的總 token 使用量。

函式呼叫與 JSON 模式

使用結構化輸出以進行可靠的資料擷取或工具整合。

設定 response_format 以 {"type": "json_object"} 用於嚴格的 JSON。

在 tools 用於函數呼叫工作流程的陣列。

處理 Token 與限制

監控您的使用情況以避免服務中斷。

上下文視窗支援 100,000 個 token 總量。每次請求的最大輸出為 16,000 個 token。

每分鐘的速率限制為 300 次請求。401 或 429 等錯誤表示身份驗證或限制問題。

cURL

Copycurl https://api.mistralapibaseurl.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five rust crates for async web servers"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralapibaseurl.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

Copyimport OpenAI from "openai";

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

串流

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)