How do I extract my API key from a Python script?

Extract your API key by loading it from an environment variable or a dedicated configuration file. This prevents the key from being hardcoded in your source code. Use libraries like python-dotenv to manage this securely. Hardcoding keys makes them visible in version control, which is a security risk.

What are the rate limits for the Moonshot API?

The API enforces a limit of 300 requests per minute per key. If you exceed this, you will receive a 429 error. Implement exponential backoff in your Python client to handle retries gracefully. This ensures your application does not flood the API during peak times.

How much does the API cost?

The API charges $0.15 per 1M input tokens and $0.50 per 1M output tokens. You pay for real token usage, and errors are free. Credit is topped up with crypto, and prepaid credit never expires. This transparent pricing allows you to budget accurately.

Can I use the API for uncensored content?

Yes, the model is uncensored and does not refuse lawful adult, fictional, or controversial topics. It is not GPT, Claude, or any other vendor's model. The only hard limit is that sexual content involving minors is always refused. This makes it ideal for NSFW applications.

Moonshot api_key filetype:py: Production Checklist for

पायथन स्क्रिप्ट्स से अपनी कुंजी निकालना

के लिए खोज परिणाम "moonshot" "api_key" filetype:py अक्सर टेस्ट फाइलों में छोड़े गए हार्डकोडेड क्रेडेंशियल को उजागर करते हैं। अपनी इंटीग्रेशन को सुरक्षित करने के लिए, कुंजी को अपने स्क्रिप्ट के कॉन्फ़िगरेशन लेयर से निकालें। अपने प्रोडक्शन एप्लिकेशन के स्रोत कोड में अपनी API कुंजी को सीधे स्टोर न करें। कुंजियों को हार्डकोड करने से वे रिपॉजिटरी एक्सेस वाले किसी भी व्यक्ति के लिए दृश्यमान हो जाती हैं और रोटेशन रणनीतियों को जटिल बनाती हैं।

इसके बजाय, कुंजी को एक पर्यावरण चर या समर्पित कॉन्फ़िगरेशन फ़ाइल से लोड करें। इस दृष्टिकोण से संवेदनशील डेटा को आपकी लॉजिक से अलग रखा जाता है। जब आप मौजूदा कार्यान्वयन खोजते हैं, तो आप सरल असाइनमेंट जैसे कई उदाहरण देखेंगे api_key = "sk-...". इस पैटर्न को उपयोग करके अपग्रेड करें। os.environ.get() या एक लाइब्रेरी जैसे python-dotenv. यह सुनिश्चित करता है कि आपकी कुंजी वर्जन कंटोल इतिहास में अदृश्य रहती है। यह आपको कोड संशोधित किए बिना कुंजियां बदलने की भी अनुमति देता है।

इसका महत्व क्यों है

सुरक्षा केवल एन्क्रिप्शन के बारे में नहीं है; यह विजिबिलिटी के बारे में है। अपनी कुंजी निकालकर, आप अपने एप्लिकेशन के अटैक सर्फेस को कम करते हैं। डेवलपर्स अक्सर इस सरल कदम को नज़रअंदाज कर देते हैं, जिससे सार्वजनिक GitHub रिपॉजिटरीज में क्रेडेंशियल्स एक्सपोज हो जाते हैं। उत्पादन के लिए एक समर्पित सर्विस अकाउंट कुंजी का उपयोग करें ताकि कंप्रोमाइज होने पर ब्लैस्ट रेडियस सीमित रहे।

पर्यावरण चर बनाम हार्डकोडेड कुंजियाँ

हार्डकोडेड कुंजियां नाजुक और असुरक्षित हैं। एनवायरनमेंट वेरिएबल्स विभिन्न डिप्लॉयमेंट वातावरण में क्रेडेंशियल्स को प्रबंधित करने का एक लचीला, सुरक्षित तरीका प्रदान करते हैं। जब आप अपना Python स्क्रिप्ट एक सर्वर या क्लाउड प्लेटफॉर्म पर डिप्लॉय करते हैं, तो एनवायरनमेंट वेरिएबल्स रनटाइम पर इंजेक्ट किए जाते हैं। इसका मतलब है कि आपको कुंजी बदलने के लिए अपनी इमेज को फिर से बनाने या सेवा को रीस्टार्ट करने की आवश्यकता नहीं है।

हार्डकोडेड कुंजी और एनवायरनमेंट वेरिएबल के बीच अंतर पर विचार करें। एक हार्डकोडेड कुंजी आपके कोड में इस तरह दिखती है: key = "sk-12345". एक पर्यावरण चर इस तरह दिखता है: key = os.getenv("API_KEY"). यह अधिक स्वच्छ और पेशेवर है। इससे आपको अपने कोडबेस को बदले बिना विकास, स्टेजिंग और उत्पादन के लिए अलग-अलग कुंजियां उपयोग करने की अनुमति मिलती है।

सर्वश्रेष्ठ प्रथाएँ

उपयोग करें .env स्थानीय विकास के लिए फ़ाइलें।
उत्पादन के लिए अपने CI/CD पाइपलाइन के माध्यम से वेरिएबल्स इंजेक्ट करें।
अपने .env वर्जन कंट्रोल के लिए फ़ाइल।
मजबूत, यादृच्छिक रूप से जनरेट किए गए कुंजियों का उपयोग करें।

इस चिंताओं के पृथक्करण से आपकी एप्लिकेशन अधिक बनाए योग्य और सुरक्षित बनती है। यह एक छोटा बदलाव है जो विश्वसनीयता और सुरक्षा में महत्वपूर्ण लाभ देता है।

पायथन में रेट लिमिट्स हैंडल करना (300 RPM)

हमारा API प्रति कुंजी प्रति मिनट 300 अनुरोधों की सीमा लागू करता है। यदि आप इस सीमा को पार करते हैं, तो आपको 429 Too Many Requests त्रुटि मिलेगी। इसे सहज रूप से संभालने के लिए, अपने Python क्लाइंट में एक्सपोनेंशियल बैकऑफ लागू करें। इसका अर्थ है कि प्रत्येक विफल प्रयास के बाद पुनः प्रयास करने के बीच अधिक समय प्रतीक्षा करें। यह रोकता है कि आपकी एप्लिकेशन API पर अनुरोधों की बाढ़ ला दे जब यह पहले से ही संघर्ष कर रहा हो।

रेट लिमिटिंग सेवा स्थिरता बनाए रखने के लिए महत्वपूर्ण है। उचित हैंडलिंग न होने पर, आपका ऐप्लिकेशन क्रैश हो सकता है या विफल अनुरोधों को पुनः प्रयास करते समय अत्यधिक संसाधन खप सकता है। एक लाइब्रेरी जैसे tenacity या एक कस्टम पुनरावृत्ति लूप लागू करें। ये टूल आपको पुनरावृत्तियों की संख्या, प्रारंभिक विलंबता, और अधिकतम विलंबता निर्दिष्ट करने की अनुमति देते हैं।

अमलीकरण उदाहरण

जब आपको 429 त्रुटि मिलती है, तो पुनः प्रयास करने से पहले कुछ सेकंड के लिए रुकें। इससे API को रिकवर होने का समय मिलता है। आप अपनी उपयोग अवस्था की निगरानी भी कर सकते हैं ताकि सीमाओं के भीतर रह सकें। कुछ क्लाइंट्स हेडर प्रदान करते हैं जो आपकी वर्तमान उपयोग अवस्था संकेत करते हैं। इस जानकारी का उपयोग अपनी अनुरोध दर को गतिशील रूप से समायोजित करने के लिए करें। यह पीक समय के दौरान भी एक सुचारू उपयोगकर्ता अनुभव सुनिश्चित करता है।

SSE के साथ स्ट्रीमिंग इम्प्लीमेंटेशन

सर्वर-सेंट इवेंट्स (SSE) के माध्यम से स्ट्रीमिंग प्रतिक्रियाएं आपको टेक्स्ट को जनरेट होते हुए प्रदर्शित करने की अनुमति देती हैं। यह तुरंत फीडबैक प्रदान करके उपयोगकर्ता अनुभव को बेहतर बनाता है। पूरे प्रतिक्रिया के पूरा होने का इंतजार करने के बजाय, आप टोकन को आते ही दिखा सकते हैं। यह विशेष रूप से लंबे प्रतिक्रियाओं या चैट एप्लिकेशन के लिए उपयोगी है।

Python में स्ट्रीमिंग लागू करने के लिए, का उपयोग करें stream=True पैरामीटर अपने API अनुरोध में। प्रतिक्रिया चंक पर पुनरावृत्ति करें और प्रत्येक टोकन को संसाधित करें। इससे आप एक रियल-टाइम चैट इंटरफ़ेस बना सकते हैं। स्ट्रीमिंग से भी अनुभूत विलंबता कम होती है, जिससे आपकी एप्लिकेशन तेज़ महसूस होती है।

तकनीकी विवरण

प्रत्येक चंक आंशिक पाठ और मेटाडेटा शामिल करता है। आप कुल टोकन उपयोग अंतिम चंक से निकाल सकते हैं। इससे आप लागत की सटीक निगरानी कर सकते हैं। स्ट्रीमिंग कुशल है क्योंकि यह मेमोरी उपयोग कम करती है। आपको प्रोसेस करने से पहले पूरे प्रतिक्रिया को मेमोरी में स्टोर करने की आवश्यकता नहीं है। यह लंबे संदर्भों के लिए विशेष रूप से महत्वपूर्ण है।

संदर्भ विंडो (100k टोकन) का प्रबंधन

API 100,000 टोकन संदर्भ विंडो का समर्थन करता है। इससे आप बड़ी मात्रा में डेटा, जैसे कि पूरे दस्तावेज़ या लंबी वार्तालाप इतिहास, पास कर सकते हैं। हालांकि, प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन तक सीमित है। यदि आपको लंबा प्रतिक्रिया चाहिए, तो आपको इनपुट को चंक करना या कई अनुरोध भेजने पड़ सकते हैं।

संदर्भ का कुशल प्रबंधन प्रदर्शन के लिए महत्वपूर्ण है। पुराने संदेशों को ट्रंक करें या लंबे दस्तावेज़ों को सारांशित करें उन्हें भेजने से पहले। इससे आपका संदर्भ विंडो सीमाओं के भीतर रहता है और लागत कम होती है। टोकन इनपुट और आउटपुट दोनों के लिए गिने जाते हैं। इस संतुलन को समझना आपको अपनी एप्लिकेशन को अनुकूलित करने में मदद करता है।

रणनीतियां

भेजने से पहले लंबे दस्तावेजों को संक्षेपित करें।
पुराने संवाद इतिहास को ट्रंक करें।
बड़े डेटासेट्स के लिए चंकिंग का उपयोग करें।
सीमाओं के भीतर रहने के लिए टोकन उपयोग की निगरानी करें।

यह दृष्टिकोण सुनिश्चित करता है कि आपका एप्लिकेशन प्रतिक्रियाशील और लागत-प्रभावी बना रहे। यह आपको उन जटिल कार्यों को संभालने की भी अनुमति देता है जिन्हें संदर्भ की बड़ी मात्रा की आवश्यकता होती है।

बिना फिल्टर वाले उत्तरों के लिए त्रुटि हैंडलिंग

अनकेंसर्ड मॉडल्स अप्रत्याशित आउटपुट उत्पन्न कर सकते हैं। इन मामलों को प्रबंधित करने के लिए रॉबस्ट एरर हैंडलिंग लागू करें। HTTP स्टेटस कोड्स की जांच करें और API से एरर मैसेज पार्स करें। यह आपको रेट लिमिट्स या अमान्य इनपुट जैसे विशिष्ट त्रुटियों को सहजता से हैंडल करने की अनुमति देता है।

त्रुटि हैंडलिंग विश्वसनीयता के लिए महत्वपूर्ण है। इसके बिना, आपका अनुप्रक्रिया क्रैश हो सकता है या उपयोगकर्ताओं को भ्रमित करने वाली त्रुटियाँ दिखा सकता है। अपवादों को पकड़ने और उन्हें उचित रूप से संभालने के लिए try-except ब्लॉक का उपयोग करें। डिबगिंग और मॉनिटरिंग के लिए त्रुटियों को लॉग करें। यह आपको समस्याओं की पहचान और समाधान करने में मदद करता है।

सामान्य त्रुटियाँ

सामान्य त्रुटियों में 400 Bad Request, 401 Unauthorized, 429 Too Many Requests, और 500 Internal Server Error शामिल हैं। प्रत्येक की अलग हैंडलिंग रणनीति की आवश्यकता होती है। उदाहरण के लिए, 401 त्रुटि एक समाप्त हो चुकी कुंजी को इंगित कर सकती है। 429 त्रुटि के लिए बैकऑफ़ के साथ पुनः प्रयास की आवश्यकता होती है। 500 त्रुटि अस्थायी सर्वर समस्या को इंगित कर सकती है।

लागत निगरानी और टोकन लेखांकन

लागत की निगरानी करने के लिए टोकन उपयोग ट्रैक करें। API $0.15 प्रति 1M इनपुट टोकन और $0.50 प्रति 1M आउटपुट टोकन के लिए चार्ज करता है। लागत की गणना करने के लिए API प्रतिक्रिया से टोकन उपयोग जानकारी का उपयोग करें। यह आपको बजट बनाने और खर्चों की सटीक भविष्यवाणी करने की अनुमति देता है।

वित्तीय योजना के लिए लागत निगरानी आवश्यक है। इसके बिना, आप बिना इसके महसूस किए अधिक खर्च कर सकते हैं। समय के साथ टोकन उपयोग को ट्रैक करने के लिए लॉगिंग लागू करें। इस डेटा का उपयोग पैटर्न की पहचान करने और अपनी एप्लिकेशन को अनुकूलित करने के लिए करें। उदाहरण के लिए, आप पा सकते हैं कि कुछ प्रॉम्प्ट अन्य की तुलना में अधिक टोकन खर्च करते हैं।

अनुकूलन टिप्स

जब भी संभव हो, छोटे प्रॉम्पट्स का उपयोग करें।
लंबे इनपुट को संक्षेपित करें।
आउटपुट टोकन उपयोग की निगरानी करें।
उच्च उपयोग के लिए अलर्ट सेट करें।

यह दृष्टिकोण सुनिश्चित करता है कि आप बजट के भीतर रहें जबकि प्रदर्शन बनाए रखें। यह आपको सुधार के क्षेत्रों की पहचान करने में भी मदद करता है।

$0.50 ट्रायल कुंजी के साथ परीक्षण

हर नए खाते को 7 दिनों के लिए वैध $0.50 का ट्रायल क्रेडिट मिलता है। बड़े टॉप-अप करने से पहले अपनी इंटीग्रेशन का परीक्षण करने के लिए इसका उपयोग करें। यह आपको यह सत्यापित करने की अनुमति देता है कि आपका कोड सही ढंग से काम कर रहा है और आपके उपयोग मामले के लिए लागत का अनुमान लगाता है।

गुणवत्ता निश्चितता के लिए परीक्षण महत्वपूर्ण है। ट्रायल कुंजी का उपयोग करके अपने ऐप्लिकेशन को परीक्षण करें। अलग-अलग प्रॉम्प्ट्स, मॉडल्स और पैरामीटर का परीक्षण करें। यह आपको लाइव जाने से पहले किसी भी समस्या की पहचान करने में मदद करता है। ट्रायल क्रेडिट बिना वित्तीय जोखिम के शुरू करने का एक शानदार तरीका है।

शुरुआत कैसे करें

अपना ट्रायल कुली प्राप्त करने के लिए खाते के लिए साइन अप करें। इस कुली का उपयोग अपने पहले API अनुरोध बनाने के लिए करें। यह सुनिश्चित करने के लिए कि आपके क्रेडिट खत्म न हों, अपने टोकन उपयोग की निगरानी करें। यह आपको API की प्रदर्शन और मूल्य निर्धारण का एक यथार्थवादी अनुभव प्रदान करता है।

Moonshot api_key filetype:py: उत्पादन चेकलिस्ट