Cara Menggunakan AI Tanpa Sensor dalam Aplikasi Anda

Mengapa Memilih Model AI Tanpa Sensor?

Model AI tanpa sensor menghilangkan penolakan sopan yang dimasukkan oleh penyedia standard apabila membincangkan tema dewasa, hobi niche, atau pendapat kontroversi. Model standard sering kali menghasilkan halusinasi halangan, menolak permintaan sah hanya kerana mereka mengesan kata kunci pencetus. LLM tanpa sensor menjawab prompt secara langsung, mengekalkan nuance input anda tanpa editorial.

Perkhidmatan kami menjalankan model berat terbuka khusus yang disesuaikan untuk tingkah laku ini. Ia tidak menolak kandungan dewasa yang sah, fiksyen kreatif, atau topik penyelidikan keselamatan. Anda mendapat output teks mentah dan tidak ditapis yang sesuai untuk aplikasi chatbot NSFW atau alat penulisan kreatif. Model ini mengekalkan koherensi tinggi walaupun membincangkan subjek yang agak kontroversi, mengelakkan respons generik "Saya tidak boleh menjawab itu".

Berbeza dengan pengalih hala generik yang mengocok antara pelbagai vendor, kami menyajikan satu model tanpa sensor yang konsisten. Ini memastikan kualiti yang boleh diramal merentasi semua permintaan. Anda tidak membayar untuk ciri premium yang tidak anda gunakan. API ini fokus semata-mata pada penjanaan teks, mengelakkan kerumitan pemprosesan imej atau audio.

Menetapkan Persekitaran Anda

Konfigurasikan persekitaran pembangunan anda untuk menunjuk ke URL asas khusus kami. Anda memerlukan kunci API, yang diperoleh dengan mendaftar menggunakan Google atau alamat e-mel. Kunci tersebut muncul serta-merta pada papan pemuka anda. Salin kunci ini dan simpan dalam pembolehubah persekitaran anda. Jangan kongsi secara awam.

Buat direktori projek baru. Mulakan lingkungan masa berjalan bahasa pilihan anda. Pasang kebergantungan yang diperlukan. API kami mengikuti struktur protokol OpenAI standard. Ini bermakna anda boleh menggunakan pustaka klien sedia ada tanpa menulis pengendali HTTP tersuai. URL asas ialah https://api.openrouterdolphinuncensored.com/v1. Pastikan rangkaian anda membenarkan trafik HTTPS keluar ke domain ini. Firewall kadang-kadang menyekat titik akhir API bukan piawai. Sahkan sambungan sebelum menulis kod.

Tetapkan OPENAI_API_KEY pemboleh ubah. Hantar kunci ini dalam Authorization header untuk semua permintaan. Pengenal model adalah uncensored. Gunakan rentetan tepat ini dalam medan model anda. Jangan gantikan dengan gpt-4 atau nama vendor lain. Pelayan mengarahkan permintaan ini ke contoh tidak disensor khusus kami.

Memasang SDK OpenAI

Pasang SDK rasmi OpenAI untuk bahasa pengaturcaraan pilihan anda. Perpustakaan ini mengendalikan pengesahan, percubaan semula, dan penguraian JSON secara automatik. Ia adalah cara paling boleh dipercayai untuk berinteraksi dengan API kami. Perpustakaan ini menyembunyikan butiran HTTP mentah. Anda fokus pada kejuruteraan arahan bukannya rangkaian.

Untuk Python, jalankan pip install openai. Untuk Node.js, jalankan npm install openai. Arahan ini memuat turun versi stabil terkini. Versi SDK mestilah 1.0.0 atau lebih tinggi. Versi lama mungkin tidak menyokong ciri penstriman yang kami tawarkan. Semak pengurus pakej anda untuk kemas kini secara berkala. Patch keselamatan tiba dengan kerap.

Import kelas klien. Mulakan dengan kunci API dan URL asas anda. URL asas adalah kritikal. Jika anda membiarkannya, SDK akan menggunakan pelayan OpenAI secara lalai. Anda akan mendapat ralat 404 atau model yang berbeza. Sentiasa sahkan URL sepadan dengan hujung sambungan kami. SDK mengendalikan selebihnya. Ia menyahjambak permintaan anda dengan betul. Ia menguraikan respons JSON ke dalam objek yang boleh digunakan.

Mengkonfigurasi URL Asas

Tetapkan base_url parameter secara eksplisit dalam konfigurasi klien anda. Ini mengarahkan trafik ke pelayan tanpa sensor kami. Tanpa tetapan ini, permintaan anda akan dihantar ke infrastruktur OpenAI standard. Anda mahu model tanpa sensor, bukan GPT-4. URL adalah https://api.openrouterdolphinuncensored.com/v1. Pastikan tiada garis miring akhir. SDK menambah laluan titik akhir secara automatik.

Sahkan konfigurasi dengan membuat permintaan mudah. Minta definisi kata biasa. Respons harus langsung dan tidak ditapis. Jika anda menerima respons sopan standard, semak URL. URL yang salah bermaksud anda menghubungi perkhidmatan lain. Perkhidmatan kami mengembalikan teks dari model khusus kami. Ia tidak disalurkan kepada vendor lain. Masa respons mungkin berubah mengikut beban. Jangka sedikit kelewatan semasa waktu puncak.

Simpan URL dalam fail konfigurasi. Ini memudahkan untuk menukar persekitaran. Gunakan URL perintis untuk pengujian. Gunakan URL pengeluaran untuk aplikasi langsung. Simpan kunci API anda berasingan daripada kod anda. Gunakan pembolehubah persekitaran untuk kelayakan. Ini mencegah kebocoran tidak sengaja dalam kawalan versi. Keselamatan adalah penting untuk sebarang integrasi API.

Membuat Permintaan Pertama Anda

Hantar permintaan POST ke /v1/chat/completions. Sertakan ID model uncensored. Berikan mesej pengguna dalam array kandungan. API mengembalikan respons teks. Anda boleh menetapkan parameter seperti temperature dan top_p untuk mengawal kreativiti. Nilai suhu yang lebih tinggi menghasilkan output yang lebih pelbagai. Nilai yang lebih rendah menjadikan model lebih deterministik.

Berikut adalah contoh cURL asas untuk menguji sambungan:

Cuba hantar prompt tentang topik kompleks. Model harus menjawab tanpa menolak. Semak masa respons. Ia harus munasabah untuk API awan. Pantau penggunaan token. Anda hanya membayar apa yang anda guna. Token input berharga $0.15 per juta. Token output berharga $0.50 per juta. Ralat adalah percuma. Jika model gagal memberi respons, anda tidak kehilangan kredit. Struktur harga ini telus. Anda melihat tepat apa yang anda bayar.

Mengendalikan Respons Aliran

Aktifkan aliran dengan menetapkan stream: true dalam permintaan anda. API mengembalikan Acara Diterusi Pelayan (SSE). Setiap potongan mengandungi respons separa. Ini membolehkan anda memaparkan teks kepada pengguna secara masa nyata. Potongan terakhir termasuk statistik penggunaan token. Anda boleh menjejak kos dengan tepat menggunakan data ini. Aliran mengurangkan latensi yang dirasakan. Pengguna melihat kemajuan serta-merta.

Uraikan aliran SSE dengan teliti. Abaikan baris data yang tidak mengandungi kandungan. Kumpulkan segmen teks. Tangani gangguan rangkaian dengan anggun. Logik cuba semula harus dilaksanakan dalam klien anda. SDK mengendalikan kebanyakan ini secara automatik. Ia menyusun semula potongan menjadi rentetan lengkap. Anda kemudian boleh memproses teks akhir mengikut keperluan. Ini sesuai untuk antara muka sembang. Pengguna mengharapkan maklum balas segera. Penstriman memberikan pengalaman itu.

Melaksanakan Mod JSON untuk Data Terstruktur

Gunakan mod JSON untuk pengekstrakan data yang boleh dipercayai. Tetapkan response_format ke {"type": "json_object"}. Model ini akan mengeluarkan JSON yang sah. Ini berguna untuk menguraikan maklumat berstruktur daripada teks. Anda boleh mengekstrak entiti, tarikh, atau penilaian. Outputnya konsisten dan boleh dibaca mesin. Ini mengurangkan keperluan untuk corak regex pasca-pemprosesan.

Takrifkan skema untuk output yang anda jangka. Model cuba mematuhi skema tersebut. Jika permintaan itu jelas, JSON akan sah. Tangani ralat pengekodan dalam kod anda. Kadangkala model mungkin termasuk format markdown. Buang blok kod sebelum pengkodan. Ini memastikan aplikasi anda tidak rosak. Mod JSON ialah ciri berkuasa untuk aliran data. Ia mengubah teks tidak terstruktur menjadi rekod terstruktur.

Menguji dengan Prompt NSFW

Sahkan tingkah laku tanpa sensor dengan menghantar prompt bertema dewasa. Model standard sering menolak ini. Model kami sepatutnya menerimanya. Uji dengan pelbagai tahap keterangannya. Semak jika terdapat penolakan dalam respons. Penolakan menunjukkan ralat konfigurasi. Model harus menjawab secara langsung. Ia tidak menghakimi kandungan. Ini sangat penting untuk aplikasi bot chat NSFW.

Pastukan kandungan adalah sah. Had tegas hanyalah pada kandungan seksual melibatkan kanak-kanak. Permintaan yang melanggar ini akan ditolak. Semua kandungan dewasa lain dibenarkan. Uji kes sempadan. Hantar arahan panjang. Hantar arahan pendek. Hantar arahan ambigu. Model mengendalikan mereka dengan konsisten. Kebolehpercayaan inilah yang diperlukan oleh pembangun. Anda boleh mempercayai output untuk projek kreatif. Model tidak memasukkan komen moral.

Pemantauan Penggunaan dan Kos

Jejaki penggunaan token anda melalui papan pemuka API. Setiap permintaan termasuk data penggunaan dalam respons. Token input berharga $0.15 per juta. Token output berharga $0.50 per juta. Kredit pra-dibayar ditolak secara automatik. Ralat tidak menelan belanja anda. Ini melindungi bajet anda. Anda hanya membayar untuk penyelesaian berjaya. Kredit tidak luput. Anda boleh menambah baki bila-bila masa diperlukan.

Gunakan penamat penstriman untuk memantau kos masa nyata. Chunk akhir menunjukkan jumlah token yang digunakan. Ini membantu anda mengesan punca masalah bagi prompt yang mahal. Jika respons terlalu panjang, kurangkan max_tokens had. Had output lalai adalah 2,048 token. Anda boleh meningkatkannya kepada 16,000. Respons yang lebih panjang kos lebih mahal. Imbangkan kualiti dengan kos. Sediakan amaran jika penyedia anda menyokongnya. Perhatikan baki anda. Habis kredit, dan permintaan berhenti. Ini adalah model bayar mengikut penggunaan. Tiada langganan tersembunyi. Tiada yuran bulanan. Hanya penggunaan token tulen.