無審查 AI：逐步 API 整合指南
在你的應用程式中整合無審查 AI，可讓你保有完全的創作自由，無論是用於小說、研究或成人內容，皆無一般模型的任意拒絕。本技術指南說明如何從笨重的本地模型過渡到可靠、相容 OpenAI 的無審查 AI API，實現快速無縫整合。
重點
無審查 AI 不對成人、爭議性或創意主題施加主觀限制。
OpenAI 相容 API 透過重用現有的 SDK 和邏輯，簡化了技術整合。
「無審查」模型支援 100,000 token 的上下文視窗，以處理長對話或大型文件。
隨用隨付模型消除了固定費用，使定價與您的實際使用量成比例。
什麼是無審查 AI？
與應用嚴格審查層的一般模型不同，無審查的 AI 旨在回應各種提示詞而不會系統性地拒絕。這些模型通常經過特定微調（fine-tuned），以容忍成人主題、虛構暴力、尖銳觀點或大型廠商通常視為風險的創意細微差別。
基本原則很簡單：模型評估回應的相關性和質量，而不是其對既定社會規範的符合程度。這讓開發人員能夠取得完整且具細微差別的回應，對於敘事、角色扮演或敏感數據分析的應用程式至關重要。
值得注意的是，「無審查」並不意味著「沒有任何限制」。例如，我們的模型特別封鎖涉及未成年人的性內容，這是一項邏輯且合法的限制，系統性地適用。其餘部分，自由是無限制的。
為什麼使用 API 而不是本地模型？
在本地執行大型語言模型（LLM）可提供完全自主權，但需要昂貴的硬體基礎設施和持續的維護。無審查的 AI API 託管服務將這些複雜性轉移至服務供應商，讓你能專注於應用程式開發。
- 管理基礎設施： 無需管理 GPU、驅動程式更新或伺服器重啟。
- 延展性： API 為你處理負載，並設有明確限制（每支金鑰每分鐘 300 請求）。
- 可預測的成本： 透過隨用隨付模型，您只需為實際消耗的內容付費，無需強制月度訂閱。
此外，使用標準的 OpenAI 相容 API 可標準化整合。您無需學習專有協議；只需使用您已知的程式庫即可。
整合的技術先決條件
要有效整合 LLM API，你需要具備能處理 HTTP 請求和串流處理的開發環境。以下是必要元素：
- API 金鑰： 用於向服務驗證請求的唯一識別碼。
- SDK 程式庫： 建議使用官方 OpenAI SDK 或相容的替代品，以簡化標頭和身份驗證的管理。
- 串流處理： 對於良好的使用者體驗至關重要，因為它允許逐 token 顯示回應，而不必等待處理結束。
- 負載限制：請注意請求主體的大小限制（8 MB），以避免 413 錯誤。
與 OpenAI 介面的相容性確保您的程式碼保持可移植且易於維護，即使您未來決定更換模型供應商。
步驟 1：建立帳戶並取得金鑰
存取 無審查 LLM API 的第一步是建立帳戶。在我們的平台上，流程極簡：開始使用無需信用卡。
- 前往註冊頁面，提供電子郵件地址和密碼。
- 註冊後，您的 API 金鑰會立即顯示。複製並妥善保管。
- 您將自動獲得 0.50 美元的免費試用額度，有效期為 7 天，以便無風險地測試整合。
每個帳戶僅連結一支 API 金鑰。如果您需要撤銷存取權或更改環境（例如從開發到生產），您可以隨時從儀表板重新生成金鑰。舊金鑰將立即失效。
步驟 2：設定 OpenAI 相容客戶端
要使用我們的服務，你必須將客戶端設定為指向我們的基礎 URL，而非 OpenAI 的 URL。這通常透過設定環境變數 OPENAI_BASE_URL 或在 SDK 中明確傳遞參數 base_url 來完成。
- 基礎 URL： https://api.llmnoncensure.com/v1
- 模型 ID：
uncensored
此設定讓你的應用程式能使用與 GPT-4 完全相同的 chat.completions.create() 方法，但將資料傳送至我們專屬的基礎設施。請確保你的 SDK 已更新，以享有函式呼叫（function calling）等最新功能。
步驟 3：使用串流輸出的首次 API 呼叫
串流輸出對於互動式應用程式至關重要。它允許用戶即時查看回應的生成。以下是基本請求的結構：
- 在端點
/v1/chat/completions上使用POST方法。 - 將
stream參數設為true。 - 在請求主體中傳送您的訊息列表。
伺服器將傳回伺服器發送事件（SSE）資料串流。每個事件包含回應的片段。您的客戶端必須彙整這些片段以顯示完整文字。此方法可降低使用者感知的延遲，並提供流暢的體驗。
步驟 4：處理長上下文（100k token）
我們的模型支援 100,000 token 的上下文視窗，這對於大多數使用案例來說相當可觀。這使您能夠傳送長對話歷史或大型文件作為輸入。
注意客戶端的記憶體管理：雖然模型可以處理 100k token，但請求主體的大小限制為 8 MB。請確保您的請求 JSON 不超過此限制。對於需要更多上下文的使用案例，請考慮摘要舊對話或將文件分割成區塊。
有效管理上下文對於維持聊天或虛擬助手類型應用程式的一致性至關重要，同時也能優化 token 成本。
步驟 5：使用隨用隨付優化成本
我們的定價模式透明且無訂閱費。您只需為消耗的 token 付費。
- 輸入 token： 每百萬 token 0.25 美元。
- 輸出 token： 每百萬 token 1.00 美元。
你使用預付額度為帳戶儲值（最低 10 美元）。儲值 50 美元可獲得 +5% 的獎勵，儲值 100 美元則獲得 +10% 的獎勵。額度永不過期，讓你能無壓力地進行測試。這種方式非常適合使用量波動較大的專案，因為你不會為未使用的容量付費。
常見問題
該模型會封鎖所有成人內容嗎？
不會，該模型經過特別微調，只要內容合法，便不會拒絕成人內容。然而，仍有一項嚴格限制：涉及未成年人的性內容會被封鎖。其餘部分，您可以自由用於小說、藝術或分析。
我可以用這個模型開發商業應用程式嗎？
可以，使用自由且無使用類型限制。您僅需透過預付額度支付消耗的 token 費用。商業使用沒有額外費用、無按應用程式收取的版稅，也沒有特定數量限制，僅受速率限制（每分鐘 300 次請求）約束。
這個模型與 GPT-4 或 Claude 有什麼區別？
與 GPT-4 或 Claude 應用嚴格的審查層和嚴格的合規規則不同，該模型針對回應的自由度進行了優化。它並非基於這些大型模型的架構，而是一個開放權重模型，經過微調以容忍細微差別、爭議性主題和成熟內容，不會系統性地拒絕。
我的資料會被用於訓練模型嗎？
不是，你的提示詞和回應不會用於模型訓練。隱私得到保障：你透過帳戶支付專屬運算資源的費用，沒有長期承諾，也不會將你的資料與其他第三方共享。
