Cara Menggunakan AI Tanpa Sensor di Aplikasi Anda

Mengapa Memilih Model AI Tanpa Sensor?

Model AI tanpa sensor menghilangkan penolakan sopan yang disisipkan oleh penyedia standar saat membahas tema dewasa, hobi khusus, atau opini kontroversial. Model standar sering kali mengalami halusinasi batasan, menolak permintaan valid hanya karena mendeteksi kata pemicu. LLM tanpa sensor menjawab prompt secara langsung, mempertahankan nuansa input Anda tanpa editorial.

Layanan kami menjalankan model open-weight spesifik yang disesuaikan untuk perilaku ini. Model ini tidak menolak konten dewasa yang sah, fiksi kreatif, atau topik penelitian keamanan. Anda mendapatkan output teks mentah dan tidak disaring yang cocok untuk aplikasi chatbot NSFW atau alat penulisan kreatif. Model ini mempertahankan koherensi tinggi bahkan saat membahas subjek yang tajam, menghindari respons generik "Saya tidak bisa menjawab itu".

Berbeda dengan router generik yang mengacak-acak antar berbagai vendor, kami menyajikan satu model tanpa sensor yang konsisten. Ini memastikan kualitas yang dapat diprediksi di semua permintaan. Anda tidak membayar untuk fitur premium yang tidak Anda gunakan. API berfokus murni pada generasi teks, menghindari kompleksitas pemrosesan gambar atau audio.

Pengaturan Lingkungan Anda

Konfigurasikan lingkungan pengembangan Anda untuk mengarah ke URL dasar khusus kami. Anda memerlukan kunci API, yang bisa Anda dapatkan dengan mendaftar menggunakan Google atau alamat email. Kunci akan muncul segera di dasbor Anda. Salin kunci ini dan simpan dalam variabel lingkungan Anda. Jangan bagikan secara publik.

Buat direktori proyek baru. Inisialisasi runtime bahasa pilihan Anda. Instal dependensi yang diperlukan. API kami mengikuti struktur protokol OpenAI standar. Ini berarti Anda dapat menggunakan pustaka klien yang ada tanpa menulis handler HTTP kustom. URL dasarnya adalah https://api.openrouterdolphinuncensored.com/v1. Pastikan jaringan Anda mengizinkan lalu lintas HTTPS keluar ke domain ini. Firewall terkadang memblokir titik akhir API non-standar. Verifikasi konektivitas sebelum menulis kode.

Atur OPENAI_API_KEY variabel. Teruskan kunci ini di dalam Authorization header untuk semua permintaan. Pengidentifikasi model adalah uncensored. Gunakan string persis ini di bidang model Anda. Jangan menggantinya dengan gpt-4 atau nama vendor lain. Server mengarahkan permintaan ini ke instance uncensored khusus kami.

Menginstal SDK OpenAI

Instal SDK resmi OpenAI untuk bahasa pemrograman pilihan Anda. Perpustakaan ini menangani autentikasi, percobaan ulang, dan parsing JSON secara otomatis. Ini adalah cara paling andal untuk berinteraksi dengan API kami. Perpustakaan menyederhanakan detail HTTP mentah. Anda fokus pada rekayasa prompt alih-alih kesalahan jaringan.

Untuk Python, jalankan pip install openai. Untuk Node.js, jalankan npm install openai. Perintah ini mengunduh versi stabil terbaru. Versi SDK harus 1.0.0 atau lebih tinggi. Versi lama mungkin tidak mendukung fitur streaming yang kami tawarkan. Periksa manajer paket Anda secara teratur untuk pembaruan. Patch keamanan datang secara sering.

Impor kelas klien. Inisialisasi dengan kunci API dan URL dasar Anda. URL dasar sangat penting. Jika Anda melewatkannya, SDK akan menggunakan server OpenAI sebagai default. Anda akan mendapatkan error 404 atau model yang berbeda. Selalu verifikasi bahwa URL sesuai dengan endpoint kami. SDK menangani sisanya. SDK melakukan serialisasi permintaan Anda dengan benar. SDK mengurai respons JSON menjadi objek yang dapat digunakan.

Mengkonfigurasi URL Dasar

Atur base_url parameter secara eksplisit dalam konfigurasi klien Anda. Ini mengarahkan lalu lintas ke server uncensored kami. Tanpa pengaturan ini, permintaan Anda akan dikirim ke infrastruktur OpenAI standar. Anda menginginkan model uncensored, bukan GPT-4. URL adalah https://api.openrouterdolphinuncensored.com/v1. Pastikan tidak ada garis miring di akhir. SDK menambahkan jalur titik akhir secara otomatis.

Verifikasi konfigurasi dengan membuat permintaan sederhana. Minta definisi kata umum. Responsnya harus langsung dan tidak disaring. Jika Anda menerima respons sopan standar, periksa URL. URL yang salah berarti Anda mengakses layanan berbeda. Layanan kami mengembalikan teks dari model spesifik kami. Kami tidak merutekan ke vendor lain. Waktu respons dapat bervariasi berdasarkan beban. Harapakan sedikit penundaan selama jam sibuk.

Simpan URL di file konfigurasi. Ini memudahkan untuk beralih lingkungan. Gunakan URL staging untuk pengujian. Gunakan URL produksi untuk aplikasi langsung. Simpan kunci API Anda terpisah dari kode Anda. Gunakan variabel lingkungan untuk kredensial. Ini mencegah kebocoran tidak sengaja dalam kontrol versi. Keamanan sangat penting untuk integrasi API apa pun.

Melakukan Permintaan Pertama Anda

Kirim permintaan POST ke /v1/chat/completions. Sertakan ID model uncensored. Berikan pesan pengguna dalam array konten. API mengembalikan respons teks. Anda dapat mengatur parameter seperti temperature dan top_p untuk mengontrol kreativitas. Nilai suhu yang lebih tinggi menghasilkan output yang lebih beragam. Nilai yang lebih rendah membuat model lebih deterministik.

Berikut contoh cURL dasar untuk menguji konektivitas:

Coba kirimkan prompt tentang topik kompleks. Model harus menjawab tanpa menolak. Periksa waktu respons. Itu harus wajar untuk API cloud. Pantau penggunaan token. Anda hanya membayar apa yang Anda gunakan. Token input berharga $0.15 per juta. Token output berharga $0.50 per juta. Kesalahan gratis. Jika model gagal merespons, Anda tidak kehilangan kredit. Struktur harga ini transparan. Anda melihat persis apa yang Anda bayar.

Menangani Respons Streaming

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan Server-Sent Events (SSE). Setiap potongan berisi respons parsial. Ini memungkinkan Anda menampilkan teks kepada pengguna secara real-time. Potongan terakhir mencakup statistik penggunaan token. Anda dapat melacak biaya secara akurat dengan data ini. Streaming mengurangi latensi yang dirasakan. Pengguna melihat kemajuan secara langsung.

Parse aliran SSE dengan hati-hati. Abaikan baris data yang tidak mengandung konten. Akumulasi segmen teks. Tangani gangguan jaringan dengan anggun. Logika percobaan ulang harus diimplementasikan di klien Anda. SDK menangani sebagian besar ini secara otomatis. SDK merangkai ulang potongan menjadi string lengkap. Anda kemudian dapat memproses teks akhir sesuai kebutuhan. Ini ideal untuk antarmuka obrolan. Pengguna mengharapkan umpan balik segera. Streaming memberikan pengalaman tersebut.

Mengimplementasikan Mode JSON untuk Data Terstruktur

Gunakan mode JSON untuk ekstraksi data yang andal. Atur response_format ke {"type": "json_object"}. Model akan mengeluarkan JSON valid. Ini berguna untuk memarsing informasi terstruktur dari teks. Anda dapat mengekstrak entitas, tanggal, atau rating. Outputnya konsisten dan dapat dibaca mesin. Ini mengurangi kebutuhan akan pola regex pasca-pemrosesan.

Tentukan skema untuk output yang Anda harapkan. Model berusaha menyesuaikan diri dengannya. Jika permintaan jelas, JSON akan valid. Tangani kesalahan parsing dalam kode Anda. Terkadang model mungkin menyertakan pemformatan markdown. Lepaskan blok kode sebelum parsing. Ini memastikan aplikasi Anda tidak crash. Mode JSON adalah fitur yang kuat untuk pipeline data. Ini mengubah teks tidak terstruktur menjadi catatan terstruktur.

Menguji dengan Prompt NSFW

Verifikasi perilaku tanpa sensor dengan mengirimkan prompt bertema dewasa. Model standar sering menolak hal ini. Model kami harus menerimanya. Uji dengan berbagai tingkat eksplisit. Periksa adanya penolakan dalam respons. Penolakan mengindikasikan kesalahan konfigurasi. Model harus menjawab secara langsung. Model tidak menghakimi konten. Hal ini sangat penting untuk aplikasi chatbot NSFW.

Pastikan konten bersifat hukum. Satu-satunya batas keras adalah pada konten seksual yang melibatkan anak di bawah umur. Permintaan yang melanggar ini akan ditolak. Semua konten dewasa lainnya diperbolehkan. Uji kasus batas. Kirim prompt panjang. Kirim prompt pendek. Kirim prompt ambigu. Model menanganinya secara konsisten. Keandalan inilah yang dibutuhkan pengembang. Anda dapat mempercayai output untuk proyek kreatif. Model tidak menyisipkan komentar moralisasi.

Pemantauan Penggunaan dan Biaya

Lacak penggunaan token Anda melalui dasbor API. Setiap permintaan mencakup data penggunaan dalam respons. Token input berharga $0.15 per juta. Token output berharga $0.50 per juta. Kredit prabayar dipotong secara otomatis. Kesalahan tidak membebankan biaya kepada Anda. Ini melindungi anggaran Anda. Anda hanya membayar untuk penyelesaian yang berhasil. Kredit tidak pernah kedaluwarsa. Anda dapat mengisi ulang kapan saja diperlukan.

Gunakan endpoint streaming untuk memantau biaya waktu nyata. Potongan terakhir menunjukkan total token yang digunakan. Ini membantu Anda mendebug prompt yang mahal. Jika respons terlalu panjang, kurangi max_tokens batas. Batas output default adalah 2.048 token. Anda dapat meningkatkannya menjadi 16.000. Respons yang lebih panjang lebih mahal. Seimbangkan kualitas dengan biaya. Siapkan peringatan jika penyedia mendukungnya. Perhatikan saldo Anda. Habis kredit, dan permintaan berhenti. Ini adalah model bayar-per-penggunaan. Tidak ada langganan tersembunyi. Tidak ada biaya bulanan. Hanya penggunaan token mentah.