集成 Uncensored AI 分步指南

为什么您需要专用的无审查端点

标准 LLM 端点经常注入拒绝逻辑，这会破坏角色扮演或数据提取任务期间的用户体验。通过使用无审查 API，您可以确保模型响应提示，而不是隐藏的 safety policy（安全策略）。这对于需要保持角色一致性而不会突然改变话题的聊天机器人开发人员至关重要。

许多用户发现，在自有硬件上运行的本地模型提供了真正的自由，但缺乏 API 的便利性。我们的服务通过标准 HTTP 接口提供 abliterated 模型，从而填补了这一空白。您可以获得经过调优的大型语言模型的原始输出，而无需管理 GPU 资源的开销。

前提条件：SDK 安装与环境变量

首先安装你首选编程语言的官方 SDK。对于 Python，运行 pip install openai 获取必要的库。Node.js 用户应执行 npm install openai. 这些包自动处理 HTTP 请求和 JSON 解析。

接下来，配置环境变量以保持凭据安全。将 API 密钥和基础 URL 存储在 .env 文件而不是硬编码它们。这种做法可防止在将代码推送到 GitHub 等版本控制系统时意外暴露。

确保您的运行时环境支持所需的 Python 或 Node.js 版本。大多数现代 SDK 与过去两年内发布的版本配合良好。此设置将为所有后续集成步骤奠定稳定基础。

配置基础 URL 和 API 密钥

基础 URL 决定哪个服务器处理您的请求。将其设置为 https://api.unrestrictedlocalaimodels.com/v1 在您的 SDK 配置中。这将流量引导至我们的 uncensored 基础设施，而不是默认的提供商端点。

将 API 密钥放入 authorization 请求头中。密钥在注册时即时生成，且在使用前不会过期。与月度订阅不同，您的信用额度不会在计费周期结束时消失。

• 设置 base_url 到无审查端点。
• 设置 api_key 到您的生成令牌。
• 通过调用 /v1/models 端点。

此配置确保所有后续调用使用正确的路由规则。它还允许您在需要比较输出时轻松在提供商之间切换。

发送您的第一个聊天补全请求

构造一个 POST 请求到 /v1/chat/completions. 包含模型标识符 uncensored 在有效载荷中。这告诉服务器使用哪个调优模型进行推理。

在 messages 数组。模型将处理文本并返回补全内容。你可以设置 max_tokens 用于控制输出长度的参数。默认值为 2,048 个 token，但每个请求最多可达 16,000 个 token。

检查响应状态码。200 OK 表示成功。任何错误都将返回包含失败详情的 JSON 对象。这种标准格式使调试变得简单。

启用流式传输以实现实时输出

流式传输通过生成令牌时发送令牌来降低感知延迟。设置 stream 参数到 true 在你的请求中。SDK 会通过服务器发送事件yield事件。

高效处理每个数据块。连接内容部分以构建最终响应。这种方法即使在长输出下也能保持用户界面的响应能力。

在流的最后一个数据块中监控令牌用量。服务器在最后一个事件中报告总输入和输出令牌数。此数据有助于您根据预付费余额准确跟踪成本。

实现函数调用（工具）

函数调用允许模型返回结构化数据而不是纯文本。在请求负载中定义具有特定模式的工具。模型将根据上下文决定何时调用这些工具。

此功能与 abliterated 模型无缝协作。调优确保模型在相关情况下优先执行工具。您可以为天气查询或数据库查询等不同任务定义多个工具。

从响应中解析工具调用。在您的服务器上执行相应的函数，然后将结果发送回模型以获取最终答案。此循环无需外部编排即可实现复杂的代理行为。

使用 JSON 模式处理结构化数据

通过设置 response_format 到 {"type": "json_object"}. 这可以防止模型在数据之前或之后添加对话填充内容。

当解析其他系统的响应时，使用此模式。它确保您的代码接收到一致、可解析的结构。当此标志激活时，JSON 格式错误很少见。

在您的端验证输出架构。即使使用严格模式，验证数据类型也是良好的做法。此步骤可捕获模型可能幻觉字段名的任何边缘情况。

监控令牌使用情况与成本

成本按每百万令牌计算。输入令牌每百万成本 $0.15，而输出令牌每百万成本 $0.50。错误和拒绝不消耗信用，因此您只为成功的完成付费。

通过 API 响应头或最后一个流式事件追踪使用情况。从您的预存余额中扣除这些金额。由于余额永不过期，您可以随时间累积使用情况而无需压力。

如果需要，设置低余额警报。预付费模式意味着你完全控制支出。月底没有意外费用。这种透明度对于生产环境中的预算编制至关重要。