Jak zintegrować API Uncensored AI

Dlaczego warto wybrać API Uncensored AI?

Większość komercyjnych dostawców LLM stosuje agresywne filtry bezpieczeństwa, które mogą blokować pisanie twórcze, roleplay lub analizę techniczną kontrowersyjnych tematów. API AI bez cenzury usuwa te arbitralne odrzucenia, pozwalając modelowi odpowiadać na podstawie danych treningowych, a nie warstwy polityki treści. Jest to szczególnie przydatne dla programistów budujących aplikacje wymagające surowych wyników modelu bez filtrów postprzetwarzania.

W przeciwieństwie do agregatorów modeli, które kierują zapytania do wielu dostawców, usługa ta zapewnia pojedynczy, dedykowany model. Eliminuje to nieprzewidywalność logiki routingu i zapewnia spójne zachowanie. Model to wariant o otwartych wagach dostrajany specjalnie w celu zminimalizowania odrzuceń treści dla dorosłych, badań bezpieczeństwa i narracji fikcyjnych.

Jednak 'bez cenzury' nie oznacza 'bez limitów'. Usługa nadal narzuca twardy limit treści seksualnych z udziałem małoletnich. W większości innych przypadków użycia, w tym tematy dojrzałe lub nietypowa logika, model wygeneruje odpowiedź. Podejście to jest idealne dla programistów chcących pełną kontrolę nad strategią treści aplikacji bez polegania na gustie dostawcy.

Konfiguracja środowiska

Integracja zaczyna się od wskazania Twojego SDK kompatybilnego z OpenAI na właściwy adres URL bazowy. Endpoint znajduje się pod adresem https://api.uncensoredai.top/v1. Oznacza to, że możesz używać oficjalnych bibliotek OpenAI dla Pythona lub Node.js bez przepisywania logiki klienta. Musisz tylko zaktualizować parametr base_url i podać swój klucz API.

Usługa obsługuje okno kontekstu 100 000 tokenów, co jest znacznie większe niż wiele standardowych ofert. Pozwala to na długie historie promptów lub przetwarzanie dużych dokumentów. Pamiętaj, że maksymalna długość odpowiedzi na zapytanie to 32 000 tokenów. Jeśli nie określisz max_tokens, domyślna wartość to 2048 tokenów.

• Kompatybilność SDK: Działa z dowolnym klientem obsługującym protokół Chat Completions OpenAI.
• Okno kontekstu: 100k tokenów łącznie (wejście + wyjście).
• Maks. wyjście: 16k tokenów na zapytanie.

Upewnij się, że zmienne środowiskowe są ustawione poprawnie, aby uniknąć problemów z opóźnieniami. API jest zaprojektowane do integracji kod-first, więc nie ma interfejsu webowego do nauki. Wchodzisz z nim w interakcję wyłącznie poprzez żądania HTTP.

Uwierzytelnianie i nagłówki

Uwierzytelnianie jest obsługiwane przez standardowy nagłówek Authorization. Po rejestracji otrzymasz pojedynczy klucz API. W przeciwieństwie do usług wydających wiele kluczy na konto, platforma ta narzuca jeden aktywny klucz na konto. Jeśli wygenerujesz nowy klucz, poprzedni jest natychmiast unieważniony.

Aby uwierzytelnić zapytanie, dołącz nagłówek: Authorization: Bearer YOUR_API_KEY. Usługa oferuje również endpoint GET /v1/models, który zwraca informacje o dostępnych modelach, w tym ID modelu uncensored. Jest to przydatne do weryfikacji łączności przed wysłaniem złożonych ładunków.

Limity zapytań:

• 300 zapytań na minutę na klucz.
• 8 równoległych zapytań jednocześnie na klucz.
• Maksymalny rozmiar ciała zapytania: 8 MB.

Te limity są hojne dla większości aplikacji, ale należy się ich trzymać, aby uniknąć błędów 429. Ponieważ nie ma warstw subskrypcji, limity te obowiązują jednolicie wszystkich użytkowników niezależnie od salda kredytowego.

Wysyłanie pierwszego żądania uzupełnienia tekstu

Podstawowe zapytanie ma standardowy format Chat Completions. Wysyłasz ładunek JSON z model ustawionym na uncensored i tablicą messages. Usługa zwraca odpowiedź tekstową. Nie ma endpointów embeddingów, wizji ani audio – to czysty API tekstowy.

Przykładowe żądanie:

Poniższy przykład przedstawia standardowe uzupełnienie czatu. Zastąp YOUR_API_KEY swoim rzeczywistym kluczem.

Copycurl https://api.uncensoredai.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Odpowiedź będzie zawierać wygenerowany tekst w choices[0].message.content. Błędy są zwracane w standardowym formacie HTTP, co pozwala na eleganckie obsłużenie ponownych prób lub niepowodzeń. Pamiętaj, że błędy nie zużywają Twojego kredytu, więc możesz testować swobodnie.

Dla programistów znających OpenAI doświadczenie jest identyczne. Jedyna różnica to bazowy URL i zachowanie modelu w zakresie filtrów treści. Ta spójność zmniejsza krzywą uczenia się dla zespołów już korzystających z narzędzi kompatybilnych z OpenAI.

Obsługa odpowiedzi strumieniowych

Strumieniowanie jest obsługiwane za pomocą zdarzeń wysłanych przez serwer (SSE). Pozwala to na otrzymywanie tokenów w miarę ich generowania, co poprawia doświadczenie użytkownika przy długich odpowiedziach. Endpoint strumieniowania jest taki sam jak niestrumieniowy; wystarczy ustawić stream: true w żądaniu.

Korzyści ze strumieniowania:

• Niższe postrzegane opóźnienia dla użytkowników.
• Możliwość wyświetlania częściowych wyników w czasie rzeczywistym.
• Efektywne wykorzystanie pamięci, ponieważ tokeny są przetwarzane inkrementalnie.

Ostatni fragment odpowiedzi strumieniowej zawiera statystyki użycia tokenów. Jest to kluczowe dla dokładności rozliczeń, ponieważ możesz śledzić dokładnie, ile tokenów zostało zużytych. Błędy podczas strumieniowania mogą skutkować częściowymi odpowiedziami, więc Twój klient powinien obsługiwać niekompletne fragmenty w sposób elegancki.

Przykład kodu:

Copyfrom openai import OpenAI

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

Upewnij się, że Twoja biblioteka klienta poprawnie obsługuje strumień SSE. Większość nowoczesnych SDK abstrahuje to od Ciebie, ale zrozumienie leżącego u podstaw protokołu pomaga w debugowaniu problemów z połączeniem lub błędach parsowania.

Zaawansowane funkcje: tryb JSON i narzędzia

API obsługuje wyjścia strukturalne poprzez response_format ustawione na {"type": "json_object"}. To wymusza na modelu zwracanie poprawnego JSON, co jest kluczowe dla integracji z innymi systemami. Funkcja ta jest szczególnie przydatna przy ekstrakcji danych lub generowaniu plików konfiguracyjnych.

Obsługiwane jest również wywoływanie funkcji. Możesz zdefiniować narzędzia w żądaniu, a model zwróci wywołania narzędzi w odpowiedzi. Pozwala to na złożone przepływy pracy, gdzie LLM może uruchamiać zewnętrzne akcje. Parametr tool_choice pozwala wymusić konkretne narzędzia lub pozwolić modelowi na podjęcie decyzji.

Kluczowe parametry:

• temperature: Kontroluje losowość.
• top_p: Kontroluje różnorodność.
• stop: Definiuje sekwencje stopu.
• seed: Dla odpowiedzi deterministycznych.

Te funkcje sprawiają, że API nadaje się do aplikacji produkcyjnych wymagających niezawodnych, ustrukturyzowanych danych. Choć model jest bez cenzury, nadal podporządkowuje się ograniczeniom strukturalnym na żądanie. Ta równowaga między wolnością a strukturą jest kluczową zaletą dla deweloperów budujących złożone agenty.

Monitorowanie zużycia i limitów

Użycie jest śledzone dla każdego klucza API. Panel pokazuje Twój aktualny stan kredytu i historię ostatnich zapytań. Ponieważ rozliczenia opierają się na rzeczywistym zużyciu tokenów, możesz monitorować koszty w czasie rzeczywistym. Usługa nie pobiera opłat za błędy lub odrzucenia, co może zaoszczędzić pieniądze podczas faz testowych.

Metryki zużycia:

• Tokeny wejściowe: Ładowane po $0,25 za 1M tokenów.
• Tokeny wyjściowe: Ładowane po $1,00 za 1M tokenów.
• Błędy: Darmowe.

Możesz skonfigurować alerty, jeśli Twoja biblioteka klienta to obsługuje, ale główne monitorowanie odbywa się przez panel konta. Limit 300 zapytań na minutę zapewnia uczciwe użytkowanie dla wszystkich użytkowników. Jeśli go przekroczysz, otrzymasz kod statusu 429.

W przypadku aplikacji o dużym wolumenie rozważ wdrożenie mechanizmu backoffu wykładniczego dla ponownych prób. Usługa jest zaprojektowana tak, aby była niezawodna, ale mogą wystąpić problemy z siecią lub limity zapytań. Śledzenie zużycia tokenów pomaga efektywniej planować budżet, zwłaszcza że kredyty nigdy nie wygasają.

Zarządzanie kredytami przez kryptowaluty

Płatności są przetwarzane wyłącznie za pomocą kryptowalut. Możesz doładować konto USDT (TRC20) lub USDC (Base). Minimalna kwota doładowania to $10, a maksymalna to $500. Nie ma miesięcznych subskrypcji ani opłat cyklicznych.

Kredyty bonusowe:

• Doładowanie $50: +5% kredytu bonusowego.
• Doładowanie $100: +10% kredytu bonusowego.

Kredyty nigdy nie wygasają, więc możesz doładować konto raz i korzystać z nich w czasie. Jest to idealne rozwiązanie dla długoterminowych projektów, w których zużycie tokenów się zmienia. Brak opłat za przetwarzanie kartą kredytową sprawia, że kryptowaluty są opłacalną opcją dla deweloperów, którzy już posiadają stablecoiny.

Proces płatności:

Copyimport OpenAI from "openai";

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

Aby zapłacić, wygeneruj adres depozytu z panelu, wyślij kryptowalutę, a kredyt zostanie dodany automatycznie. Zwroty kredytów nie są dostępne, ale błędy, takie jak podwójne obciążenia, są naprawiane przez stronę Wsparcia. Ten model zmniejsza tarcie dla globalnych deweloperów, którzy mogą napotkać ograniczenia bankowe.