无审查 AI：API 集成分步指南
将无审查 AI 集成到您的应用中，可以保持完全的创作自由，无论是小说、研究还是成人内容，都没有通用模型那种武断的拒绝。本技术指南解释了如何从笨重的本地模型过渡到可靠、兼容 OpenAI 的无审查 API，以实现快速无缝的集成。
要点
无审查 AI 不对成熟、争议性或创意主题施加主观限制。
兼容 OpenAI 的 API 通过重用现有 SDK 和逻辑简化了技术集成。
“无审查”模型支持 100,000 token 的上下文窗口，以处理长对话或大型文档。
按量付费模型消除了固定费用，使定价与您的实际使用情况成比例。
什么是无审查 AI？
与通用模型应用严格审核层不同，无审查 AI 旨在响应广泛的提示词而不会系统性地拒绝。这些模型通常经过专门微调，以容忍成人主题、虚构暴力、尖锐观点或大型公司通常视为高风险的创意细微差别。
基本原则很简单：模型评估回答的相关性和质量，而不是其是否符合强加的社会规范。这使得开发人员能够获取完整且细致的回答，这对于叙事、角色扮演或敏感数据分析应用至关重要。
值得注意的是，“无审查”并不意味着“没有任何限制”。例如，我们的模型专门屏蔽涉及未成年人的色情内容，这是一种逻辑且法律的限制，始终适用。其余方面，自由是绝对的。
为什么使用 API 而不是本地模型？
在本地运行大型语言模型 (LLM) 可提供完全自主权，但需要昂贵的硬件基础设施和持续维护。托管的无审查 AI API 将这些复杂性转移给服务提供商，使您能够专注于应用程序开发。
- 托管基础设施： 无需管理 GPU、驱动程序更新或服务器重启。
- 可扩展性： API 为你管理负载，具有明确的限制（每个密钥每分钟 300 请求）。
- 可预测的成本： 使用按量付费模型，您只支付消耗的部分，无需强制月度订阅。
此外，使用标准的兼容 OpenAI API 实现了集成的标准化。您无需学习专有协议；只需使用您已知的库。
集成的技术前提条件
要有效集成LLM API，您需要具备能够处理 HTTP 请求和流式输出处理环境的开发环境。以下是关键要素：
- API 密钥： 用于向服务认证请求的唯一标识符。
- SDK 库： 首选官方 OpenAI SDK 或兼容的等效项，以简化标头和认证管理。
- 流式处理管理： 对于良好的用户体验至关重要，因为它允许逐个 token 显示响应，而不是等待处理结束。
- 负载限制：请注意请求体大小限制（8 MB），以避免 413 错误。
与 OpenAI 接口的兼容性确保您的代码保持可移植且易于维护，即使您将来决定更换模型提供商。
步骤 1：创建账户和获取密钥
访问 无审查 LLM API 的第一步是创建账户。在我们的平台上，流程极简：开始使用时无需绑定银行卡。
- 访问注册页面并提供电子邮件地址和密码。
- 注册后，您的 API 密钥会立即显示。复制并安全保存。
- 您自动获得 0.50 美元、有效期 7 天的免费试用额度，以便无风险地测试集成。
每个账户关联一个 API 密钥。如果您需要撤销访问权限或更改环境（例如，从开发到生产），您可以随时从仪表板重新生成密钥。旧密钥立即失效。
步骤 2：配置兼容 OpenAI 的客户端
要使用我们的服务，您需要配置客户端以指向我们的基础 URL 而不是 OpenAI 的。这通常通过设置环境变量 OPENAI_BASE_URL 或在 SDK 中显式传递参数 base_url 来完成。
- 基础 URL： https://api.llmnoncensure.com/v1
- 模型 ID：
uncensored
此配置允许您的应用程序使用与 GPT-4 完全相同的 chat.completions.create() 方法，但将数据发送到我们专用的基础设施。确保您的 SDK 是最新的，以利用函数调用 (function calling) 等最新功能。
步骤 3：使用流式输出进行首次 API 调用
流式输出对于交互式应用至关重要。它允许用户实时查看响应的构建过程。以下是基本请求的结构：
- 在接口
/v1/chat/completions上使用POST方法。 - 将
stream参数设置为true。 - 在请求正文中发送消息列表。
服务器将返回 Server-Sent Events (SSE) 数据流。每个事件包含响应的一个片段。您的客户端需要聚合这些片段以显示完整文本。此方法降低了用户感知的延迟，并提供流畅的体验。
步骤 4：管理长上下文（100k token）
我们的模型支持 100,000 token 的上下文窗口，这对于大多数用例来说非常可观。这允许您发送长对话历史或大文档作为输入。
注意客户端内存管理：虽然模型可以处理 100k token，但请求正文的大小限制为 8 MB。确保您的请求 JSON 不超过此限制。对于需要更多上下文的用例，请考虑总结旧对话或将文档拆分为块。
有效管理上下文对于保持聊天或虚拟助手类应用的一致性至关重要，同时优化 token 成本。
步骤 5：通过按量付费优化成本
我们的定价模式透明且无订阅费。您只需为消耗的 token 付费。
- 输入 token： 每百万 token 0.25 美元。
- 输出 token： 每百万 token 1.00 美元。
你通过预付额度（最低 10 美元）充值账户。充值 50 美元可获得 +5% 的奖励，充值 100 美元可获得 +10% 的奖励。额度永不失效，让你无压力地测试。这种方法非常适合使用量不规则的项目，因为你无需为闲置容量付费。
常见问题
模型会屏蔽所有成人内容吗？
不会，该模型专门经过微调，只要内容合法，就不会拒绝成人内容。然而，始终有一个严格限制：涉及未成年人的色情内容会被屏蔽。其余方面，您可以自由用于小说、艺术或分析。
我可以用这个模型进行商业应用吗？
可以，使用自由且无使用类型限制。您只需通过预付额度为消耗的 token 付费。商业用途没有额外费用，没有按应用收取的版税，也没有特定的体积限制，除了速率限制（300 请求/分钟）。
该模型与 GPT-4 或 Claude 有什么区别？
与 GPT-4 或 Claude 应用严格的审查层和合规规则不同，该模型优化了回答的自由度。它并非基于这些大型模型的架构，而是一个开放权重模型，经过微调以容忍细微差别、争议性主题和成熟内容，而不会系统性地拒绝。
我的数据会被用于训练模型吗？
不，你的提示词和回复不会用于模型训练。隐私得到保障：你通过账户支付专用计算资源，无需长期承诺，也不会将你的数据与其他第三方共享。
