راهنمای شروع سریع API Gemma

URL پایه احراز هویت

ابتدا کلید خود را از داشبورد تولید کنید. از URL پایه ارائه شده برای هدایت درخواست‌ها به مدل بدون سانسور خود استفاده کنید. احراز هویت بر اساس یک هدر استاندارد انجام می‌شود.

URL پایه: HTTPS://api.apigemma.com/v1

هدر: Authorization: Bearer YOUR_API_KEY

فقط یک کلید فعال برای هر حساب. جایگزینی آن، کلید قدیمی را فوراً باطل می‌کند. شماره تلفن برای ثبت‌نام لازم نیست.

نقطه پایانی تکمیل چت

پرامپت‌های متنی را به endpoint تکمیل گفتگو ارسال کنید. مدل متن را بدون رد محتوایی برای استفاده بزرگسالان قانونی برمی‌گرداند.

پنجره زمینه: ۱۰۰,۰۰۰ توکن. حداکثر خروجی: ۱۶,۰۰۰ توکن. خطاها و رد شدن‌ها هزینه‌ای ندارند.

از فراخوانی تابع، حالت JSON و پخش زنده از طریق SSE پشتیبانی می‌کند.

پاسخ‌های جریان‌دار با SSE

با تنظیم stream flag را روی true تنظیم کنید. توکن‌ها را به صورت بلادرنگ از طریق رویدادهای ارسالی سرور دریافت کنید.

مصرف توکن در قطعه نهایی گزارش می‌شود. این برای رابط‌های چت و پایپ‌لاین‌های سنتز صدا ایده‌آل است.

رویدادهای جریان قابل اعتماد هستند و از فرمت‌های استاندارد OpenAI پیروی می‌کنند.

حالت JSON و فراخوانی تابع

خروجی ساختاریافته را با تنظیم response_format به json_object. این اطمینان حاصل می‌کند که تجزیه‌ی یکسانی برای برنامه‌های downstream وجود دارد.

استفاده tools برای فراخوانی تابع. مدل اجرای ابزار را به راحتی مدیریت می‌کند.

پارامترهایی مانند temperature و top_p کنترل خلاقیت و تصادفی بودن.

پارامترها: temperature، top_p و seed

تنوع خروجی را با کنترل کنید temperature (0-2), top_p (0-1)، و seed برای تکرارپذیری.

استفاده stop توالی‌ها برای کوتاه کردن پاسخ‌ها. presence_penalty و frequency_penalty کاهش تکرار.

این پارامترها دقیقاً مانند SDK OpenAI کار می‌کنند.

Limits, errors, and context window

محدودیت نرخ: ۳۰۰ درخواست/دقیقه، ۸ درخواست همزمان. حداکثر اندازه بدنه: ۸ مگابایت.

401: کلید نامعتبر. 402: بدون اعتبار. 429: محدودیت نرخ تجاوز شده است.

پنجره زمینه ۱۰۰,۰۰۰ توکن است. حداکثر خروجی ۱۶,۰۰۰ توکن است.

cURL

Copycurl https://api.apigemma.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the gemma model weights config file"}]
  }'

پایتون

Copyfrom openai import OpenAI

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

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)