Panduan Integrasi Cursor: API Serasi OpenAI

URL Asas dan Pengesahan

Cursor menggunakan kunci API anda untuk menghala permintaan ke hujung hantar yang dihoskan kami. Gantikan URL asas OpenAI standard dengan domain khusus kami untuk membolehkan generasi uncensored tanpa mengubah kod klien anda. Anda menerima satu kunci aktif per akaun, yang boleh anda jana serta-merta melalui log masuk Google atau e-mel.

Konfigurasikan pembolehubah persekitaran atau tetapan IDE anda untuk menunjuk ke HTTPS://api.cursoropenaiapikey.com/v1. Pengenal pasti model hanyalah "uncensored". Persediaan ini memastikan setiap permintaan memintas penapis kandungan lalai sambil mengekalkan keserasian penuh dengan integrasi sedia ada.

URL asas ialah HTTPS://api.cursoropenaiapikey.com/v1. Luluskan kunci anda dalam header Authorization sebagai token Bearer. Kaedah ini berfungsi dengan mana-mana klien serasi SDK OpenAI.

• URL Asas: HTTPS://api.cursoropenaiapikey.com/v1
• ID Model: uncensored
• Auth: Token Bearer dalam header

Membuat Permintaan Pertama Anda

Hantar permintaan penyelesaian semakan piawai untuk mengesahkan sambungan dan pengebilan. Titik akhir kami menerima struktur JSON yang sama seperti OpenAI, memastikan serentak dengan skrip sedia ada anda. Respons mengembalikan teks yang dijana bersama metrik penggunaan token.

Gunakan arahan cURL berikut untuk menguji penamat. Gantikan YOUR_API_KEY dengan kunci yang dijana dari papan pemuka anda. Permintaan termasuk arahan sistem mudah untuk menunjukkan keupayaan tanpa sensor.

Copycurl https://api.cursoropenaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the current weather in Berlin"}]
  }'

Respons berjaya termasuk kiraan token untuk input dan output. Ralat seperti 401 menunjukkan kunci tidak sah, manakala 402 menandakan kredit tidak mencukupi. Semak baki akaun anda jika permintaan gagal.

Integrasi SDK Python

Gunakan pustaka Python rasmi OpenAI dengan URL asas tersuai untuk berinteraksi dengan API kami. Pendekatan ini membolehkan anda memanfaatkan pangkalan kod sedia ada tanpa menulis semula logik klien. Tetapkan URL asas dan kunci API sebelum menginisialisasi klien.

Mulakan klien dengan kelayakan anda dan URL asas yang betul. Kemudian panggil chat.completions.create dengan ID model "uncensored". Objek respons memberikan akses kepada kandungan yang dijana dan statistik penggunaan.

Copyfrom openai import OpenAI

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

Kaedah ini memastikan keserasian dengan aliran kerja Python standard. Anda boleh menghantar parameter tambahan seperti suhu atau jujukan henti untuk mengawal penjanaan. SDK mengendalikan serialisasi dan penguraian respons secara automatik.

Integrasi SDK Node.js

Integrasikan pakej OpenAI Node.js untuk menghantar permintaan dari aplikasi JavaScript atau TypeScript anda. Konfigurasikan klien dengan URL asas kami untuk membolehkan penjanaan tanpa sensor. Persediaan ini berfungsi dengan lancar dengan projek Node sedia ada.

Buat instance klien OpenAI baru dengan kunci API anda dan URL asas yang betul. Kemudian panggil kaedah chat.completions.create. Respons menyediakan teks yang dijana dan data penggunaan token.

Copyimport OpenAI from "openai";

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

Integrasi ini menyokong semua parameter standard. Anda boleh menyesuaikan suhu, top_p, dan tetapan lain untuk menapis output. SDK mengendalikan permintaan rangkaian dan penguraian respons dengan cekap.

Respons Streaming

Aktifkan penstriman untuk menerima token sejajar dengan penjanaan. Ini mengurangkan latensi yang dirasakan untuk aliran kerja pengekodan dan aplikasi interaktif. API menghantar Peristiwa Dihantar Pelayan (SSE) dengan setiap token.

Tetapkan parameter parameter stream kepada true dalam permintaan anda. Respons akan termasuk beberapa chunk. Metrik penggunaan token disertakan dalam chunk terakhir untuk mengelakkan percanggahan pengebilan. Kaedah ini sesuai untuk antara muka pengguna masa nyata.

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)

Kendalikan acara aliran dalam kod klien anda. Kumpulkan kandungan token apabila ia tiba. Bahagian akhir mengandungi jumlah penggunaan token untuk pengebilan yang tepat. Pendekatan ini memastikan penghantaran berlatensi rendah tanpa mengorbankan ketepatan.

Had had laju dan tetingkap konteks

API kami mengenakan had kadar yang ketat untuk memastikan prestasi yang konsisten. Setiap kunci menyokong 300 permintaan setiap minit dan 8 permintaan kekoncurrentan. Saiz badan permintaan maksimum ialah 8 MB. Melebihi had ini memulangkan ralat 429.

Jendela konteks ialah 100,000 token untuk gabungan prompt dan penyelesaian. Output maksimum setiap permintaan ialah 16,000 token. Jika max_tokens tidak ditetapkan, lalaiannya ialah 2,048 token. Rancang prompt anda dengan sewajarnya untuk mengelakkan pemotongan.

• Had Kadar: 300 permintaan/minit
• Permintaan Serentak: 8
• Tetingkap Konteks: 100,000 token
• Output Maks: 16,000 token