Uncensored AI Integráció: A teljes fejlesztői útmutató

Az uncensored AI modellek és a mainstream LLM-ek megértése

A mainstream asszisztensek a törvényes kérések nagy részét elutasítják, például a sötét fikciót, a nyers orvosi kérdéseket vagy a biztonsági kutatást. Egy uncensored modell közvetlenül válaszol ezekre a kérésekre, és az egyetlen szigorú korlát a kiskorúakkal kapcsolatos szexuális tartalom.

Ez a különbség számít a terméktervezésed szempontjából. Döntsd el előre, mely kéréseket fogadja el az alkalmazásod, és melyeket utasít el önállóan, mert a modell nem hozza meg ezt a választást helyetted.

1. lépés: API kulcs és próbaidőszakos kredit megszerzése

Jelentkezz be Google-fiókkal vagy e-mail címmel és jelszóval a API-kulcs oldalon. A kulcs azonnal megjelenik a képernyőn. Minden új fiók $0.50 próbakreditet kap, amely 7 napig érvényes, és a kezdéshez nem szükséges kártya.

• Tárolja a kulcsot környezeti változóban, soha ne ügyfélkódba.
• Cserélje ki a kulcsot bármikor; a régi azonnal megszűnik érvényes lenni.

2. lépés: Az OpenAI-kompatibilis végpont konfigurálása

Irányítsd a meglévő OpenAI kliensedet https://llmsunrestricted.com/v1 és add át az új kulcsot. A kliensben semmi más nem változik, így a meglévő üzenetformátumok és parser-ek továbbra is működnek.

Küldjön első kérést a modellszám uncensored. Ha választ és egy usage blokkot kapsz vissza, az integráció éles.

3. lépés: Az első NSFW vagy korlátlan prompt küldése

Kezdjen egy olyan prompttal, amelyről tudja, hogy törvényes és specifikus. A felnőtt regények, az őszintes egészségügyi kérdések és a részletes biztonsági kutatások mind közvetlenül válaszolnak a modell által.

1. Írjon egy rendszerüzenetet, amely meghatározza a szerepet és a kívánt hangnemet.
2. Tartsa rövidre és konkrétra a felhasználói üzenetet.
3. Olvassa el a választ, és ellenőrizze, hogy illeszkedik-e a megadott termék szabályokhoz.

4. lépés: Streamelő válaszok kezelése valós idejű UX-hez

Beállítás stream: true tokenek fogadására server-sent eseményekként. Jelenítse meg minden darabot érkezéskor, és tartsa fenn a puffert az utolsó üzenethez, mert az utolsó darab tartalmazza a számlázási naplókhoz szükséges felhasználási adatokat.

Mérje az első token időtartamát saját forgalmán. Ez az érték, több mint a teljes idő, dönti el, hogy a chat mennyire érződik responszívnak.

5. lépés: Tokenfelhasználás és költségek figyelése

Olvassa el a usage mezőt minden kiegészítés után, és tárolja a bemeneti és kimeneti számlákat a request id-vel. Szorozza meg őket $0.15 és $0.50/1M token árral, hogy megkapja minden hívás költségét.

6. lépés: Sávszélesség-korlátok és hibák kezelése

Minden kulcs percenként 300 kérést és 8 egyidejű kérést engedélyez. A 429 lassítást jelent, a 401 azt, hogy a kulcs helytelen, a 402 pedig azt, hogy a hitel elfogyott. Csak a 429 és 5xx válaszokat próbálja újra, exponenciális backoffgal.

A hibák és a visszautasítások nem kerülnek semmibe, így egy sikertelen hívás ingyenes, és a hiba elhárítása után biztonságosan újra próbálkozhat.

7. lépés: Teljesítmény optimalizálása paraméterekkel

Csökkentsd a hőmérsékletet kinyeréshez és kódoláshoz, és emeld kreatív íráshoz. Használj max_tokens a hosszú válaszok korlátozásához, mivel az alapértelmezett 2048 token, a hardveres maximum pedig 16 000 kérésenként.

Tartsa szem előtt a 100 000 tokenes kontextusablakot a hosszú beszélgetésekhez. Vágja le a régi fordulatokat vagy foglalja össze őket, mielőtt az ablak megtelik.

Miért veri az előre fizetett hitel az előfizetéseket NSFW alkalmazásokhoz

Előfizetés esetén ugyanazt a díjat számítják fel, függetlenül attól, hogy az alkalmazás elfoglalt vagy tétlen. Az előleg egyenleget csak valódi tokenekért használják fel, és nem jár le. Utalások $20-tól kezdődnek USDT-ben TRC20-en vagy USDC-ben Base-en, $50-tól bónusz egyenleggel.

Egy terméknél egyenetlen forgalommal ez a modell a költségeket a felhasználáshoz köti, és egy határozott plafont ad, mert az egyenleg nem mehet null alá.