整合 Uncensored AI 逐步指南

為何您需要專屬的無審查端點

標準 LLM 端點經常注入拒絕邏輯，這會破壞角色扮演或資料提取任務期間的使用者體驗。透過使用無審查 API，您可以確保模型回應提示詞，而非隱藏的安全政策。這對於需要維持角色一致性而不會突然改變主題的聊天機器人開發者至關重要。

許多用戶發現在自有硬體上運行的本地模型能提供真正的自由，但缺乏 API 的便利性。我們的服務透過標準 HTTP 介面提供 abliterated 模型，填補了這一差距。您可以獲得調校過的大型語言模型的原始輸出，而無需承擔管理 GPU 資源的開銷。

前置條件：SDK 安裝與環境變數

為您偏好的程式語言安裝官方的 SDK。對於 Python，請執行 pip install openai 取得必要的程式庫。Node.js 使用者應執行 npm install openai. 這些套件會自動處理 HTTP 請求與 JSON 解析。

接下來，請設定環境變數以保持憑證安全。將 API 金鑰與基礎 URL 儲存在 .env 檔案而非硬編碼。此做法可防止在將程式碼推送到 GitHub 等版本控制系統時意外洩露。

確保您的執行環境支援所需的 Python 或 Node.js 版本。大多數現代 SDK 與過去兩年內發布的版本都能良好運作。此設定為所有後續整合步驟建立穩定的基礎。

配置基礎 URL 和 API 金鑰

基礎 URL 決定哪個伺服器處理您的請求。將其設定為 https://api.unrestrictedlocalaimodels.com/v1 您的 SDK 設定中。這將流量導向我們的 uncensored 基礎設施，而非預設的供應商端點。

將您的 API 金鑰傳入 authorization 標頭。金鑰在註冊時即時產生，且在您使用之前不會過期。與月訂閱不同，您的餘額不會在帳單週期結束時消失。

• 設定 base_url 至無審查端點。
• 設定 api_key 您的生成權杖。
• 通過調用 /v1/models 端點。

此配置確保所有後續呼叫使用正確的路由規則。它也允許您在需要比較輸出結果時，輕鬆在不同供應商之間切換。

傳送您的第一個聊天完成請求

建構一個 POST 請求至 /v1/chat/completions. 包含模型識別碼 uncensored 有效負載中。這告訴伺服器使用哪個微調模型進行推論。

在 messages 陣列。模型會處理文字並返回補全內容。您可以設定 max_tokens 用於控制輸出長度的參數。預設值為 2,048 個 token，但每個請求最高可達 16,000 個 token。

檢查回應狀態碼。200 OK 表示成功。任何錯誤都會回傳包含失敗詳細資訊的 JSON 物件。這種標準格式使除錯變得簡單。

啟用串流以獲取即時輸出

串流透過隨生成發送 token 來降低感知延遲。設定 stream 參數至 true 在你的請求中。SDK 會透過伺服器發送的事件產生事件。

有效率地處理每個資料區塊。串連內容部分以建構最終回應。此方法可讓使用者介面保持回應能力，即使對於長輸出也是如此。

在串流的最後一個區塊中監控 token 用量。伺服器會在最後一個事件中報告總輸入與輸出 token 數量。此資料有助於您根據預付餘額準確追蹤成本。

實作函式呼叫（工具）

函式呼叫允許模型返回結構化資料而非純文字。在請求載體中定義具有特定結構描述的工具。模型會根據情境決定何時呼叫這些工具。

此功能與 abliterated 模型無縫整合。調校確保模型在相關時優先執行工具。您可以為不同任務（如查詢天氣或資料庫）定義多個工具。

從回應中解析工具呼叫。在您的伺服器上執行對應的函式。然後，將結果送回模型以取得最終答案。此迴圈可在無需外部協調的情況下啟用複雜的代理程式行為。

處理結構化資料的 JSON 模式

透過設定 response_format 以 {"type": "json_object"}. 這可防止模型在資料之前或之後添加對話填充物。

當為其他系統解析回應時使用此模式。它確保您的程式碼收到一致且可解析的結構。當此旗標啟用時，JSON 格式錯誤的情況很少見。

在您的端點驗證輸出結構。即使使用嚴格模式，驗證資料類型也是良好的實踐。這一步驟可捕捉模型可能幻覺出欄位名稱的任何邊緣情況。

監控計數使用情況與成本

成本按每百萬 Token 計算。輸入 Token 每百萬計費 $0.15，而輸出 Token 每百萬計費 $0.50。錯誤與拒絕不消耗餘額，因此您只需為成功的完成付費。

透過 API 回應標頭或最後一個串流事件追蹤用量。從您的預付餘額中扣除這些金額。由於額度永不過期，您可以隨時間累積用量而無需壓力。

如果需要，設定低餘額的警報。預付模型意味著您可以精確控制支出。月底不會有意外費用。這種透明度對於生產環境中的預算至關重要。