無審查 AI 聊天機器人:使用 Python 建構
無審查 AI 聊天機器人只需約六十行 Python 程式碼。以下提供程式碼、歷史紀錄處理、串流輸出、每次對話的成本以及應遵守的規範。


重點
您將建構的內容
目標:建立一個在命令列運行的無審查 AI 聊天機器人,它能維持對話脈絡、即時顯示回覆,並在遇到網路錯誤時不會崩潰。一旦掌握邏輯,即可輕鬆移植至網頁應用程式、聊天機器人或角色扮演遊戲。
前置條件:Python 3.9 或更高版本、openai 套件(pip install openai)以及從取得 API 金鑰頁面建立的金鑰。$0.50的免費試用額度無需綁定付款方式,已足以完成本教學。模型名稱為uncensored:這是一個文字模型,設定為在合法成人框架內無審查地回應。它不生成圖片。
步驟 1:首次對話
在編寫迴圈之前,請先確認簡單的 curl 呼叫即可運作:
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."}]}'
您應收到包含choices[0].message.content的 JSON。若出現 401,表示金鑰錯誤;若出現 404,表示 URL 不完整。請將金鑰保存在環境變數中,不要將其包含在您發布的程式碼內。
步驟 2:對話歷史紀錄
API 不會在兩次呼叫之間保留狀態。為了讓聊天機器人「記住」,您的程式必須儲存訊息列表,並在每個回合完整回傳:開頭是一個system訊息,隨後依序是user與assistant的對話。這是初學者最常忽略的重點。
系統訊息設定機器人的性格。請明確指定語調、語言,以及當使用者偏離既定框架時機器人應如何處理。temperature 與 top_p 參數會傳送至模型:若要讓機器人健談,可將 temperature 設為 0.9 左右;若要讓機器人客觀,則調低該值。
一個能維持長對話的系統訊息
四個要素即可:機器人是誰、如何說話、回答長度,以及處理極端情況的行為。例如:「你是一個角色扮演敘事者。你以第二人稱寫作,回答不超過五句話。如果使用者要求打破框架,你用一行指出然後繼續。」避免使用二十行的禁止清單:這會增加每次請求的輸入量,且模型通常無法完全遵循。測試時使用十個將機器人逼入絕境的訊息,然後每次只調整一句話,以了解哪些改變了行為。
持久化對話
在本教學中,歷史紀錄保存在記憶體中。對於實際應用程式,請按使用者將歷史紀錄儲存至資料庫,並使用會話 ID。在每次請求時載入最近的訊息,套用相同的上下文視窗,然後在串流結束後儲存回覆。
步驟 3:含串流輸出的完整程式
以下是程式碼。它保留系統訊息之外的最後 12 則訊息,一抵達就顯示 token,並在遇到 429 錯誤時重試。
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()})
每一行都有其原因。historique[-12:] 切片限制了輸入大小。max_tokens=400 避免無限回應。重試迴圈處理 429 狀態:API 會回傳此狀態碼並附帶 rate_limited 或 concurrency,或在暫時過載時附帶 Retry-After: 5。進行中的串流會佔用其位置,因此不要使用測試金鑰並行啟動兩個回應,該金鑰限制為 2 個並行請求和每分鐘 60 次請求。
計算對話成本
輸入每百萬 token 0,15 $,輸出每百萬 token 0,50 $ 的費率下,我們計算 30 個回合的對話。假設:系統訊息 200 token,每個使用者訊息 150 token,每個回覆 250 token。
- 若無歷史限制,第 k 輪的輸入為 200 + 400 × (k − 1) + 150 token。30 輪:6 000 + 4 500 + 400 × 435 = 184 500 token,即 0,0277 $。
- 輸出:30 × 250 = 7 500 token,即 $0.00375。
- 若使用上下文視窗將輸入限制在約 2 600 token(上述程式保留 12 則訊息),總輸入不超過 30 × 2 600 = 78 000 token,最多 0,0117 $。
截斷在此範例中將輸入減少超過一半(0,0277 $ 對比最多 0,0117 $),代價是機器人會遺忘對話開頭。若要保留重點,請定期將舊訊息摘要為一段短文字並放入系統訊息。模型的上下文視窗可達 100 000 token,但完全使用它會在每個回合產生高昂成本。詳細價格請見定價頁面。
無過濾機器人應遵守的規則
無過濾不等於無規則。一旦機器人供他人使用,以下幾點由您負責:
- 僅限合法成人使用。 請根據您的國家和受眾設定適當的年齡驗證。
- 禁止涉及未成年人的內容。 這是服務的嚴格限制,無例外,你也必須在自己的使用條款中禁止此類內容。
- 金鑰保留在伺服器端。切勿將金鑰傳送至瀏覽器。請透過後端進行請求。
- 每用戶限制。 若無上限,單一訪客即可耗盡你的額度。請加入每小時訊息數量限制。
- 透明度。明確告知使用者對方是 AI,且可能會出錯。
提示詞不會用於訓練模型,但在收集使用者資料前,請閱讀 隱私權政策。
進一步探索
擴展此程式的三個方向。JSON 模式(response_format搭配{"type":"json_object"})可讓機器人回傳結構化資料。工具呼叫(tools、tool_choice)允許機器人觸發您程式碼中的函式,例如擲骰子或查詢角色卡。最後,seed參數有助於在測試期間重現回覆。所有內容均在文件中說明。
可從標頭 X-Balance-USD 或透過 GET /v1/balance 讀取餘額:將其顯示在開發日誌中。原型運作時,以加密貨幣儲值 20 $ 至 500 $(TRC20 上的 USDT 或 Base 上的 USDC)。透過 API 整合無審查 AI指南補充了架構側的教學。
其他指南
常見問題
我的聊天機器人會自動記住之前的訊息嗎?
不會。該 API 不保留任何狀態:你需要讓程式碼在每次請求時回傳歷史紀錄。
如何即時顯示回應?
在呼叫時設定 stream=True。token 會以 SSE 形式到達,且用量會在串流結束時提供。
對話的最大長度是多少?
上下文視窗為 100,000 個 token,包含提示詞與回應。建議截斷歷史紀錄以控制成本。
我可以在聊天機器人中加入圖片生成功能嗎?
無法透過此 API 達成,因為它僅處理文字。圖片功能需要其他服務。