LLM Sem CensuraGuia
Chatbot IA sem filtro: construa em Python
Um chatbot IA sem filtro cabe em cerca de sessenta linhas de Python. Veja o código, o histórico, o streaming, o custo por conversa e as regras a seguir.


Pontos principais
O que você vai construir
O objetivo: um chatbot ia sem filtro de linha de comando, que mantém o fio da conversa, exibe a resposta conforme é gerada e não falha no primeiro erro de rede. Uma vez estabelecida a lógica, ela se transpõe sem esforço para uma aplicação web, um bot de mensagens ou um RPG.
Pré-requisitos: Python 3.9 ou superior, o pacote openai (pip install openai) e uma chave criada na página obter chave de API. O crédito de teste de $0,50, sem necessidade de cartão, é mais que suficiente para este tutorial. O modelo se chama uncensored: é um modelo de texto, ajustado para responder sem filtros de conteúdo em um contexto adulto legal. Ele não gera imagens.
Passo 1: uma primeira interação
Antes de codar o loop, verifique se tudo responde com uma simples chamada curl:
curl https://api.llmnoncensure.com/v1/chat/completions -H "Authorization: Bearer VOTRE_CLE" -H "Content-Type: application/json" -d '{"model":"uncensored","messages":[{"role":"user","content":"Présente-toi en deux phrases."}]}'
Você deve receber um JSON com choices[0].message.content. Em caso de 401, a chave está incorreta; em caso de 404, a URL está incompleta. Mantenha a chave em uma variável de ambiente e nunca no código que você publica.
Passo 2: histórico de conversas
A API não retém nada entre duas chamadas. Para que um chatbot « se lembre », seu programa mantém a lista de mensagens e a envia inteira a cada turno: uma mensagem system no início, seguida pelas interações user e assistant na ordem. Este é o ponto que os iniciantes mais frequentemente esquecem.
A mensagem de sistema define o tom do bot. Seja preciso sobre o tom, o idioma e o que o bot deve fazer quando o usuário sair do contexto. Os parâmetros temperature e top_p são passados ao modelo: aumente a temperatura para cerca de 0,9 para um bot falante, diminua para um bot factual.
Uma mensagem de sistema que mantém o padrão
Quatro elementos são suficientes: quem é o bot, como ele fala, o tamanho de suas respostas e o que ele faz nos casos limite. Por exemplo: « Você é um narrador de RPG. Escreva na segunda pessoa, em menos de cinco frases. Se o usuário pedir para quebrar o contexto, indique isso em uma linha e retome. » Evite listas de proibições de vinte linhas: elas incham a entrada a cada turno e o modelo raramente as segue todas. Teste com dez mensagens que levem o bot ao limite, depois ajuste uma frase de cada vez para saber o que mudou o comportamento.
Manter a conversa
Neste tutorial, o histórico vive na memória. Para um aplicativo real, salve-o por usuário em um banco de dados, com um ID de sessão. Carregue as últimas mensagens no início de cada requisição, aplique a mesma janela de contexto e salve a resposta assim que o fluxo terminar.
Passo 3: programa completo com streaming
Aqui está o programa. Ele mantém as 12 últimas mensagens além da mensagem de sistema, exibe os tokens assim que chegam e tenta novamente após um 429.
import os
import time
from openai import OpenAI, RateLimitError
client = OpenAI(
base_url="https://api.llmnoncensure.com/v1",
api_key=os.environ["LLM_API_KEY"],
)
SYSTEME = {
"role": "system",
"content": "Tu es Margaux, une conteuse sarcastique. Tu réponds en français, "
"en trois ou quatre phrases, et tu restes dans ton personnage.",
}
historique = []
def repondre():
messages = [SYSTEME] + historique[-12:]
for essai in range(4):
try:
flux = client.chat.completions.create(
model="uncensored",
messages=messages,
temperature=0.9,
max_tokens=400,
stream=True,
)
texte = ""
for morceau in flux:
if morceau.choices and morceau.choices[0].delta.content:
partie = morceau.choices[0].delta.content
print(partie, end="", flush=True)
texte += partie
print()
return texte
except RateLimitError:
time.sleep(5)
return "(trop de requêtes, réessayez dans un instant)"
while True:
entree = input("Vous : ").strip()
if entree in ("", "quit", "exit"):
break
historique.append({"role": "user", "content": entree})
print("Margaux : ", end="")
historique.append({"role": "assistant", "content": repondre()})
Cada linha tem um motivo. O recorte historique[-12:] limita o tamanho da entrada. O max_tokens=400 evita respostas infinitas. O loop de tentativa trata o caso 429: a API retorna esse código com rate_limited ou concurrency, e com Retry-After: 5 durante uma sobrecarga temporária. Um streaming em andamento ocupa sua cota até o fim, então não inicie duas respostas em paralelo com uma chave de teste, limitada a 2 requisições simultâneas e 60 por minuto.
Custo de uma conversa, calculado
À taxa de 0,15 $ por milhão de tokens de entrada e 0,50 $ por milhão de saída, vamos calcular uma conversa de 30 rodadas. Suposições: mensagem de sistema com 200 tokens, 150 tokens por mensagem do usuário, 250 por resposta.
- Sem limite de histórico, a entrada no turno k vale 200 + 400 × (k − 1) + 150 tokens. Em 30 turnos: 6 000 + 4 500 + 400 × 435 = 184 500 tokens, ou $0,0277.
- Saídas: 30 × 250 = 7 500 tokens, ou $0,00375.
- Com uma janela que limita a entrada a cerca de 2 600 tokens (o código acima mantém 12 mensagens), a entrada total não ultrapassa 30 × 2 600 = 78 000 tokens, ou no máximo $0,0117.
O corte reduz a entrada em mais da metade neste exemplo ($0,0277 contra no máximo $0,0117), ao custo de um bot que esquece o início da conversa. Para manter o essencial, resuma regularmente as mensagens antigas em um parágrafo curto que você insere na mensagem de sistema. A janela de contexto do modelo atinge 100 000 tokens, mas usá-la totalmente custa caro a cada turno. Detalhes dos preços na página preços.
Regras para um bot sem filtro
Ausência de filtro não significa ausência de regras. Assim que o bot for usado por outras pessoas, vários pontos são de sua responsabilidade:
- Apenas para uso adulto legal. Forneça uma verificação de idade adequada ao seu país e ao seu público.
- Conteúdo envolvendo menores de idade: excluído. Esta é uma restrição estrita do serviço, sem exceções, e você deve proibi-la também nos seus próprios termos de uso.
- Chave no servidor. Nunca envie a chave para o navegador. Faça as chamadas passarem pelo seu backend.
- Limites por usuário. Sem um limite, um único visitante pode consumir seu crédito. Adicione um limite de mensagens por hora.
- Transparência. Informe claramente que o interlocutor é uma IA e que ela pode errar.
Os prompts não são usados para treinar o modelo, mas leia a política de privacidade antes de coletar dados dos seus usuários.
Ir mais longe
Três caminhos para expandir este programa. O modo JSON (response_format com {"type":"json_object"}) permite que o bot retorne dados estruturados. A chamada de ferramentas (tools, tool_choice) permite que ele dispare funções do seu código, como rolar um dado ou consultar uma ficha de personagem. Finalmente, o parâmetro seed ajuda a reproduzir uma resposta durante seus testes. Tudo está descrito na documentação.
O saldo é lido no cabeçalho X-Balance-USD ou via GET /v1/balance : exiba-o nos seus logs de desenvolvimento. Quando o protótipo estiver funcionando, recarregue entre 20 $ e 500 $ em cripto (USDT na rede TRC20 ou USDC na rede Base). O guia integrar uma IA sem censura por API complementa este tutorial do lado da arquitetura.
Outros guias
Perguntas frequentes
Meu chatbot lembra sozinho das mensagens anteriores?
Não. A API não mantém nenhum estado: é o seu código que deve enviar o histórico a cada requisição.
Como exibir a resposta em tempo real?
Defina stream=True na chamada. Os tokens chegam via SSE e o uso é reportado no final do fluxo.
Qual é o tamanho máximo da conversa?
A janela é de 100 000 tokens, incluindo prompt e resposta. Recomenda-se cortar o histórico para limitar o custo.
Posso adicionar geração de imagens ao chatbot?
Não com esta API, que processa apenas texto. Seria necessário outro serviço para imagens.
Sua chave está a um passo
Crie uma conta, copie a chave, modifique a URL base. É só isso.